STAR - Visualisierung von Daten - Universität Konstanz
STAR - Visualisierung von Daten - Universität Konstanz
STAR - Visualisierung von Daten - Universität Konstanz
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>STAR</strong><br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong><br />
April - 04<br />
Kerstin A. Ludwig<br />
<strong>Universität</strong> <strong>Konstanz</strong>
„The real voyage of discovery consists not in seeking new landscapes,<br />
but in having new eyes.“<br />
[Proust]<br />
2
Inhaltsverzeichnis<br />
Inhaltsverzeichnis ................................................................................................... 3<br />
Abbildungs- und Tabellenverzeichnis ............................................................................ 5<br />
Abkürzungsverzeichnis ........................................................................................... 10<br />
1. Einleitung ........................................................................................................ 12<br />
2. Darstellung des Themas ...................................................................................... 14<br />
2.1 Motivation ................................................................................................... 14<br />
2.2 Visuelle Artefakte........................................................................................... 18<br />
2.3 <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>.................................................................................. 20<br />
2.3.1 Die menschliche Wahrnehmung .................................................................... 20<br />
2.3.2 Pre-Computer-Phase ................................................................................. 20<br />
2.3.3 Computer-Phase ...................................................................................... 22<br />
2.3.4 Pre-Computer-Phase vs. Computer-Phase ....................................................... 23<br />
2.3.5 <strong>Visualisierung</strong>.......................................................................................... 23<br />
2.3.6 Scientific Visualization................................................................................ 24<br />
2.3.7 Information Visualization ............................................................................. 25<br />
2.3.8 Historie.................................................................................................. 26<br />
2.4 Definition <strong>von</strong> Begrifflichkeiten ........................................................................... 29<br />
2.5 <strong>Visualisierung</strong> ≠ <strong>Visualisierung</strong>........................................................................... 32<br />
2.5.1 Cholera Epidemie in London ........................................................................ 32<br />
2.5.2 Space Shuttle Challenger............................................................................ 36<br />
2.5.3 Verfälschende <strong>Visualisierung</strong>en..................................................................... 39<br />
2.6 Herausforderung des Themas............................................................................ 43<br />
2.7 Ausgangssituation.......................................................................................... 44<br />
2.7.1 Mercedes-Benz........................................................................................ 45<br />
2.7.2 Andere Automobilkonzerne.......................................................................... 49<br />
2.8 Legitimation für das Thema............................................................................... 51<br />
3. <strong>Visualisierung</strong> in der Wissenschaft .......................................................................... 52<br />
3.1 Konferenzen ................................................................................................ 52<br />
3.2 Wissenschaftler und Institutionen........................................................................ 55<br />
3.3 Literatur...................................................................................................... 61<br />
4. Thematische Auseinandersetzung........................................................................... 63<br />
4.1 Vorstellung des Referenzmodells für <strong>Visualisierung</strong> .................................................. 64<br />
4.1.1 Data Transformation: Raw Data � Data Tables ................................................. 65<br />
4.1.2 Visual Mapping: Data Tables � Visual Structures ............................................... 68<br />
4.1.3 View Transformations: Visual Structures � Views............................................... 70<br />
4.1.4 Interaktions- und Transformationskontrollen ...................................................... 71<br />
4.1.4.1 Transformationen ................................................................................ 71<br />
3
4.1.4.2 Interaktionstechniken ............................................................................ 72<br />
4.2 Techniken zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>................................................................ 76<br />
4.2.1 The Theorie of Graphics ............................................................................. 77<br />
4.2.2 The Grammar of Graphics ........................................................................... 78<br />
4.2.2.1 Ein objekt-orientiertes Grafiksystem........................................................... 78<br />
4.2.2.2 From Data to Graphic............................................................................ 80<br />
4.2.2.3 Geometry.......................................................................................... 81<br />
4.2.2.4 Aesthetics ......................................................................................... 92<br />
4.2.2.5 Statistics ......................................................................................... 109<br />
4.2.2.7 Scales............................................................................................ 117<br />
4.2.2.8 Coordinates ..................................................................................... 118<br />
4.2.2.9 Facets............................................................................................ 137<br />
4.2.3 Metaphern............................................................................................ 145<br />
4.3 Einsatzmöglichkeiten der Techniken .................................................................. 155<br />
4.3.1 Task by Data Type Taxonomy for Information Visualization .................................. 157<br />
4.3.2 <strong>Daten</strong>typen der Task by Data Type Taxonomy ................................................. 159<br />
4.3.2.1 Eindimensional ................................................................................. 159<br />
4.3.2.2 Zweidimensional ............................................................................... 159<br />
4.3.2.3 Dreidimensional ................................................................................ 160<br />
4.3.2.4 Temporal ........................................................................................ 161<br />
4.3.2.5 Multi-Dimensional .............................................................................. 161<br />
4.3.2.6 Tree .............................................................................................. 162<br />
4.3.2.7 Network.......................................................................................... 163<br />
4.3.3 <strong>Visualisierung</strong>en..................................................................................... 164<br />
4.4 Konzeptioneller Einsatz der Techniken ............................................................... 195<br />
4.4.1 5T-Environment ..................................................................................... 196<br />
5. Diskussion am Beispiel ...................................................................................... 199<br />
5.1 IST-Stand der Settings .................................................................................. 199<br />
5.2 Analyse anhand der Faktoren der 5T-Environment ................................................. 203<br />
5.3 <strong>Visualisierung</strong>smöglichkeiten........................................................................... 208<br />
5.3.1 Klassenwelt (PKW) ................................................................................. 208<br />
5.3.2 Standard- und Sonderausstattungen (PKW) .................................................... 214<br />
5.3.3 Ergebnisdarstellung der Gebrauchtwagensuche (PKW) ...................................... 219<br />
6. Zusammenfassung........................................................................................... 225<br />
7. Ausblick ........................................................................................................ 232<br />
8. Quellenverzeichnis ........................................................................................... 235<br />
4
Abbildungs- und Tabellenverzeichnis<br />
Abbildungsverzeichnis<br />
Abb. 1 Zeitergebnisse des Multiplikations-Experiments [CMS 1999]...................................................................... 19<br />
Abb. 2 Karte des Londoner Underground Transportation System (‚The Tube’) [Spe 2001] ........................................... 21<br />
Abb. 3 Geografische Karte vom Wohnviertel um die Broad Street, mit eingetragenen Todesfällen [Tuf 1997] ................... 33<br />
Abb. 4 Zeitliche Darstellung der Todesfälle [Tuf 1997] ...................................................................................... 34<br />
Abb. 5 Zeitlicher Verlauf der Cholera-Epidemie [Tuf 1997] ................................................................................. 35<br />
Abb. 6 Die Challenger etwa 60 Sekunden nach dem Start [Tuf 1997] .................................................................... 36<br />
Abb. 7 Grafik, die der NASA zur Entscheidungsfindung für den Start der Challenger vorlag [Tuf 1997] ............................ 37<br />
Abb. 8 Scatterplot, der die Abhängigkeit zwischen Starttemperatur und O-Ring Schaden zeigt [Tuf 1997] ........................ 39<br />
Abb. 9 Tägliche vs. wöchentliche Darstellung der Todesfälle [Tuf 1997] ................................................................. 40<br />
Abb. 10 Wochenübergreifende Darstellung der Todesfälle [Tuf 1997] .................................................................... 41<br />
Abb. 11 Geografische Einteilung des Bereichs um die Broad Street in fünf Einzelbereiche – Version 1 [Tuf 1997] ............. 41<br />
Abb. 12 Geografische Einteilung des Bereichs um die Broad Street in fünf Einzelbereiche – Version 2 [Tuf 1997] und<br />
Geografische Einteilung des Bereichs um die Broad Street in fünf Einzelbereiche – Version 2 [Tuf 1997]................... 42<br />
Abb. 13 Geografische Karten: Händlerstandorte (li.) und Anfahrtsroute (re.) ........................................................... 46<br />
Abb. 14 „360 Grad Ansicht“ aussen (li.) und innen (re.) ..................................................................................... 46<br />
Abb. 15 Beispielabbildungen aus der „Interaktiven Bedienanleitung“ des SLK .......................................................... 47<br />
Abb. 16 Fahrzeugkalkulator (li.) und Wunschfahrzeug (Softfinder) (re.) .................................................................. 47<br />
Abb. 17 Finanzierungsarten(li.) und Preis-Finder (re.) ....................................................................................... 48<br />
Abb. 18 Überblick über die Klassen und ihre jeweiligen Modelle .......................................................................... 49<br />
Abb. 19 Referenzmodell für <strong>Visualisierung</strong> [CMS 1999] .................................................................................... 64<br />
Abb. 20 2D und 3D Point-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999] ............................................ 84<br />
Abb. 21 2D und 3D Line-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999] ............................................. 85<br />
Abb. 22 2D und 3D Area-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999]............................................. 85<br />
Abb. 23 2D und 3D Bar-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999] .............................................. 86<br />
Abb. 24 2D und 3D Histogramme [Wil 1999] .................................................................................................. 86<br />
Abb. 25 Schematischer (Box) Plot [Wil 1999] ................................................................................................. 87<br />
Abb. 26 Tile-Grafik [Wil 1999].................................................................................................................... 88<br />
Abb. 27 Contour-Grafik [Wil 1999] .............................................................................................................. 89<br />
Abb. 28 Path [Wil 1999] ........................................................................................................................... 90<br />
Abb. 29 Komplettes Network mit acht Punkten [Wil 1999] .................................................................................. 90<br />
Abb. 30 Stacked (Divided) Bar-Grafik (li.) und Stacked Area Chart (re.) [Wil 1999] .................................................... 95<br />
Abb. 31 Stacked Dot Plot [Wil 1999] ............................................................................................................ 95<br />
Abb. 32 Clustered Bar Chart [Wil 1999] ........................................................................................................ 96<br />
Abb. 33 Jittered Scatterplot [Wil 1999] ......................................................................................................... 96<br />
Abb. 34 Bubble Plot [Wil 1999].................................................................................................................. 97<br />
Abb. 35 Napoleons Russland-Feldzug nach Minard [Tuf 1983] ............................................................................ 97<br />
Abb. 36 Solid Größen [Wil 1999] ................................................................................................................ 98<br />
Abb. 37 Symbol Shapes [Wil 1999] ............................................................................................................. 98<br />
Abb. 38 Line Shapes [Wil 1999] ................................................................................................................. 99<br />
Abb. 39 Solid Shapes [Wil 1999] ................................................................................................................ 99<br />
Abb. 40 Map of Europe [Wil 1999] ............................................................................................................ 100<br />
5
Abb. 41 Modifikation der “Chernoff” FACES <strong>von</strong> Bruckner [Wil 1999]................................................................... 100<br />
Abb. 42 Scatterplot mit Images [Wil 1999] ................................................................................................... 101<br />
Abb. 43 Rotation eines Symbols und eines Solids [Wil 1999] ............................................................................ 101<br />
Abb. 44 Windgeschwindigkeiten [Wil 1999].................................................................................................. 102<br />
Abb. 45 Brightness Variation ................................................................................................................... 102<br />
Abb. 46 Hue Variation [Wil 1999].............................................................................................................. 103<br />
Abb. 47 Saturation Variation [Wil 1999] ...................................................................................................... 103<br />
Abb. 48 Scatterplot mit farbkodierten Kategorien (li.) und Color Map (re.) [Wil 1999] ................................................ 103<br />
Abb. 49 Matrix Plot [Wil 1999].................................................................................................................. 104<br />
Abb. 50 Granularity [Wil 1999] ................................................................................................................. 104<br />
Abb. 51 Line Granularity [Wil 1999] ........................................................................................................... 105<br />
Abb. 52 Pattern Variations [Wil 1999]......................................................................................................... 105<br />
Abb. 53 Line Textur Orientation [Wil 1999] .................................................................................................. 106<br />
Abb. 54 Blur Variation [Wil 1999] .............................................................................................................. 106<br />
Abb. 55 Transparency Variation [Wil 1999] .................................................................................................. 106<br />
Abb. 56 Unterschiedliche Graph Typen, dieselbe statistische Methode (v.l.o.n.r.u.: point, line, area, bar; Methode:<br />
region.confi.smooth.linear) [Wil 1999] .................................................................................................. 110<br />
Abb. 57 Unterschiedliche statistische Methoden, derselbe Graph Typ (v.l.o.n.r.u.: statistic.mean, region.spread.range,<br />
smooth.quadratic, region.confi.smooth.linear; Graph Typ: line) [Wil 1999]....................................................... 111<br />
Abb. 58 3D Stepped Surface (li.) und Smooth of Temperature Variation (re.) [Wil 1999] ............................................ 111<br />
Abb. 59 Error Bars [Wil 1999] ................................................................................................................. 112<br />
Abb. 60 Bivariate Densities [Wil 1999] ....................................................................................................... 112<br />
Abb. 61 Bivariate Box Plot [Wil 1999] ........................................................................................................ 113<br />
Abb. 62 Two VariableHhistogram and Hexagon Binning [Wil 1999] ..................................................................... 113<br />
Abb. 63 Short Path durch die US [Will 1999] ................................................................................................ 114<br />
Abb. 64 Minimum Spanning Tree (li.) und Convex hull (re.) [Wil 1999]................................................................ 115<br />
Abb. 65 Triangulation (li.) und Cluster Tree (re.) [Wil 1999] .............................................................................. 115<br />
Abb. 66 Stretch Transformation [Wil 1999].................................................................................................. 121<br />
Abb. 67 Shear Transformation [Wil 1999] ................................................................................................... 121<br />
Abb. 68 Projektion einer Ebene auf eine andere [Wil 1999].............................................................................. 122<br />
Abb. 69 Projektion [Wil 1999] .................................................................................................................. 123<br />
Abb. 70 Conformal Mappings eines Schachbretts [Wil 1999]............................................................................. 124<br />
Abb. 71 Conformal Mapping [Wil 1999] ...................................................................................................... 124<br />
Abb. 72 Grafik mit rechtwickligen und polaren Koordinaten [Wil 1999] ................................................................. 125<br />
Abb. 73 Pie Chart (li.) und Circular Pie Chart (re.) [Wil 1999] ............................................................................ 125<br />
Abb. 74 Polar Dot Plot and Histogram (li.) und Bar-Grafik und Nightingale Rose (re.) [Wil 1999] .................................. 126<br />
Abb. 75 Polar Cluster Tree (li.) und Polar Time Series (re.) [Wil 1999] ................................................................. 126<br />
Abb. 76 Radar Plot (li.) und Polar Contour-Grafik (re.) [Wil 1999] ....................................................................... 127<br />
Abb. 77 Inversion einer Spirale [Wil 1999] .................................................................................................. 127<br />
Abb. 78 Fisheye Dinosaurier [Wil 1999] ..................................................................................................... 128<br />
Abb. 79 Fisheye Transformation [Wil 1999]................................................................................................. 129<br />
Abb. 80 US Airline Pricing Map [Wil 1999] ................................................................................................... 129<br />
Abb. 81 Permuted Tiling [Wil 1999] .......................................................................................................... 130<br />
Abb. 82 Perspektivische Projektion auf eine Ebene [Wil 1999].......................................................................... 131<br />
Abb. 83 Triangular Koordinatenebene [Wil 1999] .......................................................................................... 131<br />
Abb. 84 Triangular Coordinates Plot [Wil 1999] ........................................................................................... 132<br />
Abb. 85 Planar Map Projection (li.) und Cylindrical und Conical Map Projections (re.) [Wil 1999] ................................. 133<br />
Abb. 86 Tiles of Soil Samples [Wil 1999]..................................................................................................... 134<br />
Abb. 87 Sphärische Verteilung der magnetische Ausrichtung [Wil 1999]............................................................... 134<br />
6
Abb. 88 3D Triangular / Rectangular Cordinates [Wil 1999] .............................................................................. 135<br />
Abb. 89 Cylindrical Plot [Wil 1999] ............................................................................................................ 135<br />
Abb. 90 Parallel Coordinates [Wil 1999]...................................................................................................... 136<br />
Abb. 91 Parallel Coordinates in Polar Form [Wil 1999] .................................................................................... 137<br />
Abb. 92 Tabelle mit Scatterplots [Wil 1999].................................................................................................. 138<br />
Abb. 93 Tabelle mit 3D Bars [Wil 1999] ...................................................................................................... 139<br />
Abb. 94 Two-Way Tabelle mit Line-Plots [Wil 1999] ....................................................................................... 139<br />
Abb. 95 3D Objekt mit tabellarischer Darstellung [Wil 1999].............................................................................. 140<br />
Abb. 96 Scatterplot eines Scatterplots [Wil 1999]........................................................................................... 140<br />
Abb. 97 Scatterplot Matrix (SPLOM) [Wil 1999]............................................................................................. 141<br />
Abb. 98 Regression Tree [Wil 1999] .......................................................................................................... 142<br />
Abb. 99 Age-Sex Pyramide für die US [Wil 1999] .......................................................................................... 142<br />
Abb. 100 Polar Reihe mit Polar Plots [Wil 1999] ............................................................................................ 143<br />
Abb. 101 Two-Way Mosaic Plot [Wil 1999] .................................................................................................. 143<br />
Abb. 102 Linked Micromap Plot [Wil 1999] .................................................................................................. 144<br />
Abb. 103 Document Lens [RM 1993] ......................................................................................................... 164<br />
Abb. 104 Galaxies [PNN 2004] ................................................................................................................ 165<br />
Abb. 105 TileBars [Hea 1995].................................................................................................................. 166<br />
Abb. 106 ThemeView (ThemeScapes) [MIK 2003] ......................................................................................... 167<br />
Abb. 107 WebBook [CRY 1996] (li.) und „Blättern“ im WebBook [CRY 1996] (mi.) und „Document Lens“ View [CRY 1996] (re.)<br />
................................................................................................................................................ 168<br />
Abb. 108 Video-on-Demand Presentation [Spe 2001] ..................................................................................... 168<br />
Abb. 109 Connex [PNN 2004].................................................................................................................. 169<br />
Abb. 110 Rainbows [PNL 2004] ............................................................................................................... 170<br />
Abb. 111 Visual Access for 3D Data [CSC 1996]........................................................................................... 171<br />
Abb. 112 DateLens (Desktop-Version) [Dat 2004] (li.) und DateLens (PDA-Version: FishCal) [Dat 2004] (mi.) und DateLens<br />
(PDA-Version: FishCal) mit Fokus auf einen Tag [BCR 2002] (re.)................................................................ 172<br />
Abb. 113 Perspective Wall [MIK 2003] ....................................................................................................... 173<br />
Abb. 114 SiZer [EGK 1999] .................................................................................................................... 174<br />
Abb. 115 ThemeRiver [MIK 2003] ............................................................................................................. 174<br />
Abb. 116 Prinzip des Bifocal Display [Spe 2001] (li.) und Bisfocal Display aus Sicht des Benutzers [Spe 2001] (re.) .......... 175<br />
Abb. 117 Circle Segments View [KRM 2003]................................................................................................ 176<br />
Abb. 118 FilmFinder [CMS 1999].............................................................................................................. 177<br />
Abb. 119 Influence Explorer [MIK 2003]...................................................................................................... 177<br />
Abb. 120 libViewer [Lib 2004] .................................................................................................................. 178<br />
Abb. 121 RSVP mit Abbildungen [Spe 2001]................................................................................................ 179<br />
Abb. 122 Starstruck [PNL 2004] ............................................................................................................... 180<br />
Abb. 123 Supertable und 3D Scatterplot [KRM 2003]...................................................................................... 181<br />
Abb. 124 Table Lens [RC 1994] ............................................................................................................... 181<br />
Abb. 125 Web Forager [CRY 1996] (li.) und Bookshelf [CRY 1996] (re.)............................................................. 182<br />
Abb. 126 Cam Tree [RMC 1991] .............................................................................................................. 183<br />
Abb. 127 Collapsible Cylindrical Tree (CCT) [DE 2001] ................................................................................... 184<br />
Abb. 128 Cone Tree [RMC 1991] ............................................................................................................. 185<br />
Abb. 129 Disk Tree [Chi 2002] ................................................................................................................. 186<br />
Abb. 130 Hyperbolic Tree [MIK 2003] ........................................................................................................ 187<br />
Abb. 131 Pad++ [Pad 2004] (li.), Zooming Site Map für die Pad++ Webseite [Pad 2004] (li.mi.), Zweite Hierarchietiefe der<br />
Pad++ Webseite [Pad 2004] (re.mi.), Dritte Hierarchietiefe der Pad++ Webseite mit Detailfenster [Pad 2004] (re.)...... 187<br />
Abb. 132 Treemap [Dae 2003]................................................................................................................. 189<br />
Abb. 133 Grocery Purchasing Correlations [Eic 1996]..................................................................................... 190<br />
7
Abb. 134 Hot Sauce [Dae 2003] ............................................................................................................... 191<br />
Abb. 135 Hyperspace (Narcissus) [Dae 2003] .............................................................................................. 191<br />
Abb. 136 Narcissus [HDW 1995] (li.) und Narcissus Variation [HDW 1995] (re.) .................................................... 192<br />
Abb. 137 SeeNet [CEH 1996] (li.), SeeNet Helix [CEH 1996] (mi.), SeeNet Emailverkehr [CEH 1996] (re.).................... 193<br />
Abb. 138 Darstellung der Klassenwelt (PKW) – Car Konfigurator de (oben) und se (unten) ........................................ 200<br />
Abb. 139 Standard- (oben) und Sonderausstattung (unten) der S-Klasse Limousine S430 (hier „Design“) – Car Konfigurator<br />
de ............................................................................................................................................. 201<br />
Abb. 140 Darstellung der Standard- und Sonderausstattung der S-Klasse Limousine S430 in einer kombinierten Ansicht - Car<br />
Konfigurator se ............................................................................................................................. 201<br />
Abb. 141 Darstellung der Ergebnisse der Gebrauchtwagensuche (PKW).............................................................. 202<br />
Abb. 142 Schematische Darstellung der Klassenwelt mittels eines Hyperbolic Trees................................................ 209<br />
Abb. 143 Schematische Darstellung der Klassenwelt in Anlehnung an die Pad++ <strong>Visualisierung</strong> ................................. 211<br />
Abb. 144 Schematische Darstellung der Klassenwelt in Anlehnung an RSVP ........................................................ 212<br />
Abb. 145 Schematische Darstellung der Klassenwelt in Anlehnung an die Date Lens............................................... 213<br />
Abb. 146 Schematische Darstellung der Sonderausstattungen in Form eines Hyperbolic Trees................................... 214<br />
Abb. 147 Schematische Darstellung der Standardausstattungen in Form eines Cam Trees........................................ 215<br />
Abb. 148 Schematische Darstellung eines Teilbaums für die <strong>Daten</strong> der Sonderausstattungen .................................... 218<br />
Abb. 149 Schematische Darstellung der Ergebnisdarstellung der Gebrauchtwagensuche in Anlehnung an eine Table Lens. 221<br />
Abb. 150 Systematische Darstellung der Gebrauchtwagensuche inkl. Ergebnisdarstellung in Anlehnung an den FilmFinder 222<br />
Abb. 151 Schematische Darstellung der Ergebnisdarstellung der Gebrauchtwagensuche in Anlehnung an Circle Segments223<br />
8
Tabellenverzeichnis<br />
Tab. 1 Erklärung der Begriffe des Referenzmodells [Man 2001] ........................................................................... 65<br />
Tab. 2 Darstellung einer <strong>Daten</strong>tabelle [CMS 1999] .......................................................................................... 66<br />
Tab. 3 Darstellung einer erweiterten <strong>Daten</strong>tabelle [CMS 1999] ........................................................................... 66<br />
Tab. 4 Interaktionstechniken [CMS 1999]...................................................................................................... 73<br />
Tab. 5 Graphen [Wil 1999]........................................................................................................................ 83<br />
Tab. 6 Geometrische Graphen [Wil 1999] ..................................................................................................... 92<br />
Tab. 7 Ästhetische Attribute [Wil 1999] ......................................................................................................... 93<br />
Tab. 8 Ästhetische Attribute geordnet nach Geometrie [Wil 1999]....................................................................... 108<br />
Tab. 9 Statistische Methoden [Wil 1999] ..................................................................................................... 110<br />
Tab. 10 Statistical Methods by Dimensionality [Wil 1999] ................................................................................ 116<br />
Tab. 11 Tasks der TTT [Shn 1996]............................................................................................................ 158<br />
Tab. 12 <strong>Daten</strong>typen der TTT [Man 2001] .................................................................................................... 158<br />
9
Abkürzungsverzeichnis<br />
CCB College of Computing Building<br />
CCT Collapsible Cylindrical Tree<br />
CHI Computer Human Interaction<br />
CMY Cyan – Magenta – Yellow - Farbsystem<br />
CRB Centennial Research Building<br />
GCATT Georgia Center for Advanced Telecommunications Technology<br />
GI Gesellschaft für Informatik<br />
GIS Geografisches Informationssystem<br />
HCC Human-Centered Computing<br />
HCIL Human Computer Interaction Laboratory<br />
HCI Human Computer Interaction<br />
HI Human Interaction<br />
HLS Hue - Lightness - Saturation Farbsystem<br />
IEEE Institute of Electrical and Electronics Engineers<br />
IGD Fraunhofer Institute for Computer Graphics<br />
ISR Institute for Systems Research<br />
IVAs Interactive Visualisation Artifacts<br />
IR Information Retrieval<br />
KI Künstliche Intelligenz<br />
KQML Knowledge Query and Manipulation Language<br />
MIKY Rika Furuhata, Issei Fujishiro, Kana Maekawa, Yumi Yamashita<br />
MST Minimum Spanning Tree<br />
NSF National Science Foundation<br />
OLIVE On-line Library of Information Visualization Environments<br />
OOD Object Oriented Design<br />
PARC Palo Alto Research Center<br />
POIs Points of Interest<br />
RSVP Rapid Serial Visual Presentation<br />
<strong>STAR</strong> State-of-the-Art Analyse<br />
SPIRE Spatial Paradigm for Information Retrieval and Exploration<br />
SPLOM Scatterplot Matrix<br />
10
TSRB Technology Square Research Building<br />
TTT Task by Data Type Taxonomy<br />
UMIACS University of Maryland Institute for Advanced Computer Studies<br />
VisMeB Visual Metadata Browser<br />
VOIR Visualization Of Information Retrieval System<br />
VRS Virtual Reality Society<br />
VRVIS Zentrum für Virtual Reality und <strong>Visualisierung</strong> Forschungs GmbH<br />
ZUI Zooming Graphical Interface<br />
11
1. Einleitung<br />
Die vorliegende State-of-the-Art Analyse für die DaimlerChrysler AG behandelt die<br />
Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>. Im ersten Teil der <strong>STAR</strong> folgt nach einer<br />
einleitenden Motivation eine allgemeine Einführung in die Thematik der <strong>Visualisierung</strong><br />
<strong>von</strong> <strong>Daten</strong>. Diese umfasst sowohl den Gebrauch <strong>von</strong> visuellen Artefakten im alltäglichen<br />
Gebrauch und den damit verbundenen Bezug zu <strong>Visualisierung</strong>en, als auch die<br />
chronologische Entwicklung der Geschichte der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> mit ihren<br />
verschiedenen Ausprägungen. Die darauffolgende Definition <strong>von</strong> Begrifflichkeiten, grenzt<br />
die Begriffe aus dem Bereich der „<strong>Visualisierung</strong>“ <strong>von</strong> <strong>Daten</strong> und die damit in Verbindung<br />
stehenden Konzepte klar <strong>von</strong>einander ab. Um die nötige Sensibilität hinsichtlich der<br />
Qualität und Aussagekraft <strong>von</strong> <strong>Visualisierung</strong>en zu schaffen, erfolgt die Darstellung und<br />
Erläuterung <strong>von</strong> Negativ- und Positivbeispielen aus dem Bereich der <strong>Visualisierung</strong>,<br />
welche auch häufig in der Literatur zitiert werden. Das nächste Kapitel beschreibt, worin<br />
die Herausforderung der Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> im Generellen besteht.<br />
Eine Betrachtung der derzeit verwendeten <strong>Visualisierung</strong>stechniken in der MB Online-<br />
Welt (Deutschland 1 und Schweden 2 ), sowie die Betrachtung <strong>von</strong><br />
<strong>Visualisierung</strong>stechniken, welche bei Webauftritten anderer Automobilkonzerne<br />
eingesetzt werden, ermittelt den derzeitigen IST-Stand bezüglich des Einsatzes <strong>von</strong><br />
<strong>Visualisierung</strong>en in diesem Bereich und somit die zugrundeliegende Ausgangssituation.<br />
Daraus resultierend erschließt sich in diesem Zusammenhang die Legitimation für die<br />
Auseinandersetzung mit der Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>.<br />
Im zweiten Teil der <strong>STAR</strong> wird das Thema der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> in der<br />
Wissenschaft behandelt. Dieses Kapitel beinhaltet die wichtigsten wissenschaftlichen<br />
Beiträge, wie einschlägige Literatur, Konferenzen und Institutionen, zu dieser Thematik.<br />
Der eigentliche fachliche Diskurs zum Thema <strong>Visualisierung</strong> erfolgt im dritten Teil der<br />
<strong>STAR</strong>. Um eine einheitliche Basis für die Präsentation und spätere Diskussion der<br />
<strong>Visualisierung</strong>en zu schaffen, wird an dieser Stelle zunächst das Referenzmodell für<br />
<strong>Visualisierung</strong> <strong>von</strong> Card, Mackinlay und Shneiderman vorgestellt. In einem weiteren<br />
Kapitel erfolgt die Vorstellung <strong>von</strong> grundlegenden <strong>Visualisierung</strong>stechniken aus Sicht der<br />
Statistischen Grafik, wobei abschließend auch der Einsatz <strong>von</strong> Metaphern bei<br />
1<br />
Mercedes-Benz Deutschland<br />
URL: http://www.mercedes-benz.de<br />
2<br />
Mercedes-Benz Schweden<br />
URL: http://www. mercedes-benz.se<br />
12
<strong>Visualisierung</strong>en vorgestellt wird. Dieses einführenden Kapitel dienen dem Aufbau <strong>von</strong><br />
Basiswissen im Bereich der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>. Praktische und/oder exemplarische<br />
Beispiele für <strong>Visualisierung</strong>en werden im folgenden Kapitel kurz vorgestellt, um die<br />
Einsatzmöglichkeiten <strong>von</strong> <strong>Visualisierung</strong>stechniken im Bereich der Wissenschaft und<br />
Wirtschaft aufzeigen. Die Gliederung der Präsentation der <strong>Visualisierung</strong>en erfolgt anhand<br />
der Task by Data Type Taxonomy <strong>von</strong> Shneiderman, welche zu Beginn des Kapitels<br />
einleitend vorgestellt wurde. Der Diskurs zum Thema <strong>Visualisierung</strong> schließt mit den<br />
Ausführungen zum konzeptionellen Einsatz <strong>von</strong> <strong>Visualisierung</strong>stechniken, welche auch die<br />
Erfolgsfaktoren für <strong>Visualisierung</strong>en aus der 5T-Environment <strong>von</strong> Mann und Reiterer<br />
beinhalten.<br />
Die Reflektion der Ergebnisse der <strong>STAR</strong> auf die MB Online-Welt, also die Verknüpfung der<br />
theoretischen Rechercheergebnisse zum Praxisbezug, findet im vierten Teil der <strong>STAR</strong><br />
statt. An dieser Stelle wird zunächst die Ausgangssituation dreier ausgewählter Settings<br />
aus der MB Online-Welt betrachtet. Basierend auf den Erkenntnissen aus dem Kapitel des<br />
konzeptionellen Einsatzes <strong>von</strong> <strong>Visualisierung</strong>stechniken, werden diese Settings anhand<br />
der Faktoren der 5T-Environment analysiert. Aufgrund dieser Analyseergebnisse werden<br />
eine Reihe <strong>von</strong> <strong>Visualisierung</strong>stechniken, welche den aufgestellten Anforderungen<br />
entsprechen, ermittelt. Eine Diskussion dieser verschiedenen <strong>Visualisierung</strong>stechniken<br />
erfolgt anschließend anhand der drei ausgewählten Praxisbeispiele (Settings) aus der MB<br />
Online-Welt sowie deren Präsentation.<br />
Abschließend erfolgt, basierend auf den gewonnenen Erkenntnissen aus der <strong>STAR</strong>, eine<br />
allgemeine Prognose über zukünftige Entwicklungen und Tendenzen im Bereich der<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>.<br />
13
2. Darstellung des Themas<br />
2.1 Motivation<br />
„The world is complex, dynamic, multidimensional; the paper is static, flat. How are we<br />
to represent the rich visual world of experience and measurement on mere flatland?”<br />
[Tufte]<br />
Information ist allgegenwärtig. Ob sich es dabei um Zeitungsartikel, Verkehrsmeldungen,<br />
Wetterberichte, Zugfahrpläne, Aktienkurse, Reisekarten, Webseiten, Geschäftsberichte,<br />
Mess- oder Verbraucherdaten oder um die Konstruktionspläne eines Automobils handelt,<br />
Information findet sich in allen Bereichen des täglichen Lebens – im Privaten sowie im<br />
Beruflichen. Information ist heterogen. Information an sich wird <strong>von</strong> den unter-<br />
schiedlichsten Quellen zu den unterschiedlichsten Zwecken produziert. Dennoch lassen<br />
sich zwei Hauptziele <strong>von</strong> Information identifizieren: Kommunikation und Exploration. Das<br />
heisst, Information wird verwendet um eine Idee zu kommunizieren oder mit Hilfe <strong>von</strong><br />
Information neue Ideen zu entwickeln. Um diese Hauptziele, die eng mit einander<br />
verflochten sind und häufig fliessende Übergänge besitzen, umzusetzen, bedient man<br />
sich schon seit jeher unterschiedlichsten Medien, in den verschiedensten Ausprägungen.<br />
Dazu gehören zum Beispiel Sprache, Schrift, Mathematik, Gestik, Mimik, taktile Reize,<br />
Töne, Symbole, Bilder oder Grafiken. Information hat es schon immer gegeben, sie ist<br />
also keine Erfindung unserer heutigen Zeit. Entsprechend lang ist auch die Geschichte<br />
des Information Design. Jedoch hat sich im Vergleich zu früher, die Menge an<br />
produzierter Information, mit ihren verschiedenen Ausprägungen wesentlich erhöht und<br />
ihre nahezu permanente Verfügbarkeit erzeugt einen Effekt, welcher unter dem<br />
populären Schlagwort der „Informationsüberflutung“ bekannt geworden ist.<br />
Aufgrund dieses neuen Stellenwertes der Information und der Tatsache, dass sich<br />
bestimmte Formen <strong>von</strong> Medien, wie die visuelle Repräsentation, besonders für die<br />
Darstellung eignen, entwickelten sich eigenständige Forschungsdisziplinen und Arbeits-<br />
bereiche, welche sich speziell mit dem Umgang und der visuellen Repräsentation <strong>von</strong><br />
Information beschäftigen. Diese Disziplinen, zu denen beispielsweise die<br />
Computergrafik, die Statistische Grafik oder auch die Scientific oder Information<br />
Visualization gehören, machen sich die Tatsache zu nutze, dass das menschliche<br />
Wahrnehmungssystem stark an die effektive Verarbeitung <strong>von</strong> visuell kodierten<br />
Informationen angepasst ist [Tuf 1983]. Dadurch wird es möglich - unter Voraussetzung<br />
einer qualitativ hochwertigen visuellen Repräsentation - große Mengen <strong>von</strong> Information<br />
rasch interpretieren zu können. Eine weitere Steigerung dieser Vorzüge findet unter zu<br />
14
Hilfenahme <strong>von</strong> Computern statt. So gehören laut Colin Ware, zu den besten<br />
<strong>Visualisierung</strong>en nicht statische Bilder, sondern fließende dynamische <strong>Visualisierung</strong>en,<br />
welche dem Bedürfnis nach unterschiedlichen Darstellungen (Sichten) der Informationen<br />
nachkommen. Aufgrund dessen wurden eine Vielzahl <strong>von</strong> <strong>Visualisierung</strong>stools entwickelt,<br />
welche mit Hilfe des Computers Informationen, bzw. <strong>Daten</strong> visualisieren und interaktiv<br />
für den Benutzer erfahrbar machen. Diese Tools unterstützen Personen bei dem Umgang<br />
mit Information, sei es nun bei ihrer Arbeit oder im Privatleben, bei der Kommunikation<br />
oder Exploration <strong>von</strong> Information. Bereits heute werden solche Tools oder auch<br />
<strong>Visualisierung</strong>en in vielen unterschiedlichen Bereichen eingesetzt, wie beispielsweise bei<br />
Informations- und Marktforschungsinstituten, im Marketingbereich, in der Forschung, bei<br />
<strong>Daten</strong>analysten, aber auch auf Webseiten, wie beispielsweise Wissensportalen<br />
(Wissen.de 3 ) oder Firmenauftritten (Inxight 4 ). Zunehmend beschleunigt sich der Trend<br />
hin zu visuellen Informationen [War 1999]. Leistungsstärkere Computer und neue<br />
Technologien ermöglichen die Entwicklung immer weiterer, neuer<br />
<strong>Visualisierung</strong>stechniken, welche über einen hohen Grad an Interaktionsmöglichkeiten für<br />
den Benutzer verfügen. Diese <strong>Visualisierung</strong>en können Nutzern aufgrund höherer<br />
<strong>Daten</strong>übertragungsraten auch zunehmend über das Web zugänglich gemacht werden.<br />
Die Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> stellt somit ein interessantes und weitge-<br />
fächertes Feld mit vielen Anwendungsbereichen dar, welches über eine lange Tradition in<br />
der Geschichte der Menschheit verfügt und auch in Zukunft große Potentiale birgt.<br />
Diese State-of-the-Art Analyse behandelt die Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> aus<br />
Sicht der Information Visualization. Jedoch existieren viele Schnittmengen zwischen den<br />
einzelnen Disziplinen in diesem Bereich und die Grenzen sind zuweilen fließend. Aus den<br />
verschiedenen Sichtweisen der jeweiligen Disziplinen und der unterschiedlichen<br />
Verwendung <strong>von</strong> Begriffen für dieselbe Thematik entsteht eine Reihe <strong>von</strong> „Unklarheiten“,<br />
aber durchaus auch eine Reihe <strong>von</strong> Synergieeffekten. Die vorliegende <strong>STAR</strong> fokussiert<br />
hauptsächlich den Bereich der Information Visualization, nutzt aber in Kapitel 4.2 zur<br />
Verdeutlichung <strong>von</strong> allgemeingültigen Techniken zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>,<br />
Beschreibungen aus dem Bereich der Statistischen Grafik. Dies wird damit begründet,<br />
dass viele <strong>Visualisierung</strong>en statistische Grafiken enthalten, wie z.B. Bar Charts,<br />
Histogramme, Pie Charts oder auch Scatterplots. Bei den Beschreibungen <strong>von</strong><br />
<strong>Visualisierung</strong>en aus dem Bereich der Information Visualization wird zumeist nicht mehr<br />
auf diese grundlegenden Techniken eingegangen, da sie als gegeben vorausgesetzt<br />
werden. Um aber <strong>Visualisierung</strong>en, ohne jegliche Vorkenntnisse in diesem Bereich,<br />
3 Wissen.de<br />
URL: http://www.wissen.de<br />
4 Inxight<br />
URL: http://www.inxight.com<br />
15
esser beurteilen zu können, ist dieses Wissen unabdingbar. Mit Hilfe dieser allgemeinen<br />
Beschreibungen aus dem Bereich der Statistischen Grafik ist es möglich, die immense<br />
Fülle an verschiedenartigen <strong>Visualisierung</strong>en, welche sich dem Betrachter bietet, besser<br />
klassifizieren und somit die grundlegenden Techniken <strong>von</strong> einander unterscheiden zu<br />
können. Oftmals lassen sich mit diesem Wissen scheinbar unterschiedliche<br />
<strong>Visualisierung</strong>en auf dieselbe und ähnlich aussehende <strong>Visualisierung</strong>en auf völlig<br />
unterschiedliche <strong>Visualisierung</strong>stechniken zurückführen. Sicherlich kann im Rahmen<br />
dieser <strong>STAR</strong> nicht auf alle Techniken eingegangen werden, jedoch soll an dieser Stelle ein<br />
in die Thematik einführendes Basiswissen geschaffen werden.<br />
Das Kapitel der Beispielvisualisierungen (4.3) fokussiert schließlich hauptsächlich auf<br />
<strong>Visualisierung</strong>en aus dem Bereich der Information Visualization, welche aber häufig<br />
Elemente aus der Statistischen Grafik enthalten. Wünschenswert wäre an dieser Stelle<br />
eine weitere Fokussierung auf ein Kapitel gewesen, welches auf ähnlich allgemeine<br />
Weise, wie das der <strong>Visualisierung</strong>stechniken (Kapitel 4.2), Konzepte zur <strong>Visualisierung</strong><br />
<strong>von</strong> <strong>Daten</strong> speziell aus dem Bereich der Information Visualization vorstellt. Die<br />
Beschäftigung mit der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> im Rahmen dieser State-of-the-Art<br />
Analyse hat gezeigt, dass dies ein sehr vielschichtiges Arbeitsfeld darstellt und wie schon<br />
Thomas Mann in seiner Dissertation „Visualization of Search Results from the World Wide<br />
Web“ feststellte, es schwierig ist, einen allgemeinen Überblick über <strong>Visualisierung</strong>sideen<br />
in einem eindimensionalen System oder einer eindimensionalen Hierarchie zu<br />
strukturieren. Klassifizierungsschemata für <strong>Visualisierung</strong>en sind deshalb häufig<br />
multidimensional. Verschiedene Ansätze und Sichten sind nötig um dieses Feld<br />
umfassend zu beleuchten. Eine Fortsetzung der Thematik wird in meiner Masterarbeit aus<br />
dem Bereich der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> folgen, welche auch den Gedanken der<br />
„VizBox“ aufgreift. Idee dieser „VizBox“ ist es, verschiedene <strong>Visualisierung</strong>s- und<br />
Interaktionstechniken, Metaphern und Konzepte zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong><br />
vorzustellen und entsprechend aufzubereiten, um so einen Pool an Ideen zur<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> zu schaffen. Diese Idee enstand in Anlehnung an die „Tech Box“<br />
<strong>von</strong> IDEO 5 einer amerikanischen Designagentur, welche die Idee einer Kreativbox<br />
optimiert hat. Designer nutzen zur Ideenfindung während des Designprozesses häufig die<br />
Inspiration <strong>von</strong> bereits erprobten Ideen, Techniken, Materialien oder auch Produkten,<br />
welche in anderen Anwendungsbereichen bereits erfolgreich ihre Anwendung fanden.<br />
Durch Adaption dieser Ideen auf neue Anwendungsbereiche lassen sich so neue kreative<br />
Ideen kreieren. Die TechBox <strong>von</strong> IDEO, enthält etwa 200 unterschiedliche Artefakte,<br />
welche in verschiedene Kategorien, wie zum Beispiel „Amazing Materials“, „Cool<br />
Mechanism“ oder auch „Interesting Manufacturing Pocesses“ eingeteilt sind und auf einer<br />
5 IDEO<br />
URL: http://www.ideo.com<br />
16
Webseite umfassend mit Hintergrundinformationen dokumentiert werden. Diese Artefakte<br />
stellen einen Pool <strong>von</strong> unterschiedlichsten Ideen dar, welche in die kreative Phase des<br />
Designprozesses eingebracht werden können. Durch Adaption, Kombination und<br />
Modifikation der Eigenschaften dieser Artefakte lassen sich so spannende Lösungen<br />
finden, welche - zunächst als unmöglich erscheinend - eventuell im Vorfeld als<br />
Lösungsweg ausgeschlossen worden wären.<br />
Die Idee einer solchen Kreativbox oder „VizBox“ lebt <strong>von</strong> ihrer steten Weiterentwicklung,<br />
indem neue Elemente gesammelt und entsprechend hinzugefügt werden, um so einen<br />
stetig wachsenden Pool an Ideen zu schaffen.<br />
17
2.2 Visuelle Artefakte<br />
“Visual artifacts and computers do for the mind what cars do for the feet!”<br />
[Card, Mackinlay, Shneiderman]<br />
Die Arbeit oder auch Tätigkeiten des Menschen sind stark mit physischen externen<br />
Hilfsmitteln, hier auch Artefakte genannt, verbunden. Die wenigsten Tätigkeiten werden<br />
in unserer heutigen Welt ausschließlich mental erledigt. Die Kombination <strong>von</strong> mentalen<br />
Denkprozessen und physischen Hilfsmitteln - also innerer mentaler Aktion und externer<br />
wahrnehmbarer Interaktion - ist stark miteinander verknüpft und hat schon eine lange<br />
Tradition in der Geschichte der Menschheit. Laut [CMS 1999] ist die Verflechtung <strong>von</strong><br />
innerer mentaler Aktion und externer Wahrnehmung (und Manipulation) kein Zufall. Es<br />
ist vielmehr der Schlüssel dazu, wie Menschen ihre mentalen Fähigkeiten zunehmend<br />
erweitern und somit ihre Intelligenz steigern. Auch Norman (1993) sagt:<br />
„.... The real powers come from devising external aids that enhance cognitive abilities.<br />
How have we increased memory, thought, and reasoning? By the invention of external<br />
aids: It is things that make us smart.“ (Norman, 1993, p.43)<br />
Es gibt eine Reihe <strong>von</strong> verschiedenartigen externen Hilfsmitteln, jedoch ist die mit<br />
Abstand wichtigste Kategorie diejenige der grafischen oder auch visuellen Hilfsmittel. Bei<br />
grafischen Hilfsmitteln lassen sich insgesamt zwei unterschiedliche Zwecke<br />
unterscheiden. Zum einen dienen grafische Hilfsmittel dazu eine Idee zu kommunizieren.<br />
Damit verbunden wird häufig der bekannte Ausspruch: „A picture is worth ten thousand<br />
words.“ Zum anderen ermöglichen grafische Hilfsmittel die Idee selbst zu erzeugen oder<br />
zu entdecken: „Using vision to think.“ Diese beiden Zwecke <strong>von</strong> grafischen Hilfsmitteln<br />
sind grundsätzlich verschieden, auch wenn sie eng miteinander verknüpft sind.<br />
Um die Relevanz <strong>von</strong> grafischen Hilfsmitteln zu verdeutlichen, wurde <strong>von</strong> [CMS 1999] ein<br />
einfaches informelles Experiment durchgeführt. Es sollte zeigen, wie selbst einfachste<br />
Hilfsmittel die kognitiven Fähigkeiten eines Menschen um eine Vielfaches erweitern.<br />
Die mathematische Operation Multiplikation gehört zu den meist genutzten mentalen<br />
Aktivitäten des Menschen. Bei dem Experiment sollte eine Testperson zunächst zwei<br />
zweistellige Zahlen miteinander im Kopf multiplizieren. Anschließend sollte sie das gleiche<br />
mit zwei anderen zweistelligen Zahlen wiederholen, dieses mal allerdings mit Hilfe <strong>von</strong><br />
Stift und Papier. Bei beiden Multiplikationen wurde die Zeit gemessen, welche die Person<br />
18
für die Erledigung der Testaufgabe benötigte. Wie in Abb. 1 zu sehen, reduzierte die<br />
Verwendung <strong>von</strong> Stift und Papier die Zeit, welche für die Erledigung der Aufgaben<br />
benötigt wurde, um den Faktor fünf.<br />
Abb. 1 Zeitergebnisse des Multiplikations-Experiments [CMS 1999]<br />
Wie diese Demonstration zeigt, verbessert die Verwendung <strong>von</strong> grafischen Hilfsmitteln<br />
die gedankliche Performanz, selbst bei Aufgaben, die auch rein mental zu lösen sind. Die<br />
Frage stellt sich, weshalb die Verwendung <strong>von</strong> Stift und Papier solch einen Unterschied<br />
verursacht. Mentale Multiplikation für sich selbst genommen, ist nicht schwierig. Was<br />
Probleme bereitet, ist die Teilergebnisse im Gedächtnis zu behalten, bis sie verwendet<br />
werden können. Die visuelle Repräsentation ermöglicht das Festhalten der Teilergebnisse<br />
außerhalb des Gedächtnisses und erweitert somit das Gedächtnis einer Person.<br />
Stift und Papier ist nur ein Beispiel für ein grafisches Hilfsmittel; andere sind zum Beispiel<br />
Rechenschieber, Nomographen, Taschenrechner, Karten oder auch Diagramme, um nur<br />
einige zu nennen.<br />
Grafische oder auch visuelle Hilfsmittel bzw. Artefakte unterstützen den Denkprozess. Sie<br />
sind seit jeher stark verflochten mit kognitiver Aktion. Man kann die Entwicklung der<br />
Zivilisation auch an der Erfindung <strong>von</strong> visuellen Artefakten ablesen: Schrift, Mathematik,<br />
Karten, Diagramme und Visual Computing. Viele Aktivitäten in unserem Umfeld haben<br />
mit der Erzeugung oder Verwendung visueller Artefakte zu tun. Visuelle Artefakte<br />
erweitern die kognitiven Fähigkeiten eines Menschen, welche wiederum für die Aneignung<br />
oder Verwendung <strong>von</strong> Wissen verantwortlich sind. [CMS 1999]<br />
19
2.3 <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong><br />
2.3.1 Die menschliche Wahrnehmung<br />
Das menschliche visuelle System hat sich über zehn Millionen Jahre hinweg als<br />
Instrument für die Wahrnehmung und Erkennung unserer natürlichen Umgebung<br />
entwickelt. Das gesamte System ist darauf ausgerichtet, Informationen aus unserer Welt,<br />
mit ihren ganz bestimmten physikalischen Eigenschaften, zu extrahieren. [War 1999]<br />
Laut Colin Ware führt die Interaktion des stets wachsenden Nervensystems mit der<br />
täglichen Realität, zu einem mehr oder weniger standardisierten visuellen System,<br />
weshalb dieselben visuellen Konzepte oder Entwürfe für alle Menschen gleich effektiv<br />
funktionieren.<br />
Das menschliche visuelle System ist speziell darauf ausgerichtet, Muster in seiner<br />
Umgebung zu suchen und wiederzuerkennen. Jedoch unterliegt das System eigenen<br />
Regeln. Obwohl es sehr flexibel ist, ist es darauf abgestimmt, <strong>Daten</strong> zu erkennen, welche<br />
auf bestimmte Art und Weise präsentiert werden. Gibt es Abweichungen in der<br />
Darstellung, so bleiben diese Muster unerkannt. Sind die Funktionsweisen der<br />
menschlichen Wahrnehmung bekannt, kann dieses Wissen auf Regeln für die Darstellung<br />
<strong>von</strong> <strong>Daten</strong> übertragen werden. Werden diese Regeln beachtet, ist es möglich <strong>Daten</strong> so zu<br />
präsentieren, dass für den Menschen informative und vor allem wahrnehmbare Muster<br />
entstehen. [War 1999]<br />
Die <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> macht sich bereits seit Jahrhunderten diese Tatsache, dass<br />
das menschliche Wahrnehmungssystem stark an die sehr effektive Verarbeitung <strong>von</strong><br />
visuell kodierten Informationen angepasst ist, zu nutze. [Tuf 1983]<br />
2.3.2 Pre-Computer-Phase<br />
Bis vor einiger Zeit bedeutete der Begriff „Visualization“ laut dem Shorter Oxford English<br />
Dictionary noch: „constructing a visual image in the mind.“ Inzwischen hat sich die<br />
Bedeutung dieses Begriffs gewandelt. Heutzutage versteht man unter dem Begriff<br />
„Visualization“: „A graphical representation of data or concepts“. Demnach wandelte sich<br />
<strong>Visualisierung</strong> <strong>von</strong> einem internen Konstrukt des Verstands zu einem externen Artefakt,<br />
welches der Erweiterung des menschlichen Verstandes dient. [War 1999]<br />
20
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> gibt es bereits seit einigen Jahrhunderten. Die Entwicklung der<br />
perspektivischen Projektion durch die Florentinischen Architekten während des 15.Jh.,<br />
zur Zeit der Italienischen Renaissance, war ein Geschenk für die Welt des visuellen<br />
Denkens. Sie stellt eine einfache Erweiterung einer zweidimensionalen Oberfläche dar,<br />
durch die es Menschen möglich wird, Objekte in einem geometrisch korrekten Kontext<br />
darzustellen und welche durch die eigene tägliche Erfahrung im dreidimensionalen Raum<br />
verständlich wird. [Tuf 1990][Tuf 1997]<br />
Der Übergang schließlich <strong>von</strong> verkleinerten bildhaften Darstellungen der physischen Welt,<br />
beispielsweise in Form <strong>von</strong> Karten, hin zu abstrakten Darstellungen, wie zum Beispiel<br />
Graphen, war ein enormer konzeptioneller Schritt. Es bedurfte 5000 Jahre um die Namen<br />
der Koordinaten <strong>von</strong> Ost-West und Nord-Süd in empirisch messbare Variablen X und Y zu<br />
verwandeln. Parallelen können hierbei zur Kunst gezogen werden. Auch in der Kunst<br />
wurde das naturalistische Koordinatensystem erst Anfang des 20.Jh. durch die fraktalen<br />
Bilder des Kubismus, welche gleichzeitig multiple Blickwinkel in einem Bild vereinen,<br />
verzerrt und später schließlich mit Abstract Painting, bei dem die zwei Dimensionen der<br />
Leinwand nicht länger zu einer weltlichen Szenerie, sondern nur noch zu sich selbst in<br />
Bezug stehen, völlig aufgelöst. [Tuf 1997]<br />
Abb. 2 Karte des Londoner Underground Transportation System (‚The Tube’) [Spe 2001]<br />
Ein sehr bekanntes Beispiel für die <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>, welches sich die Verzerrung<br />
der geografischen Räumlichkeiten auf einer Karte zu nutze macht, ist die Karte des<br />
Londoner Underground Transportation System (‚The Tube’) <strong>von</strong> Harry Beck aus dem Jahr<br />
1931 (Abb. 2).<br />
21
Harry Beck, ein pensionierter Konstruktionszeichner, erkannte damals, dass es keine<br />
Relevanz hat, die eigene genaue geografische Lage zu kennen, wenn man unter Tage ist.<br />
Er realisierte, dass solange die Stationen der U-Bahn in der richtigen Reihenfolge<br />
präsentiert werden und ihre Verkehrsknotenpunkte klar skizziert sind, man die<br />
Skalierung frei verzerren könnte. Der Fokus der Benutzer einer U-Bahn liegt primär auf<br />
der geplanten Reiseroute, also auf der gewünschten Abfahrts- und Zielstation und der<br />
richtigen U-Bahnlinie. Beck gab seiner Karte die systematische Präzision eines<br />
elektrischen Leitungsnetzes und erzeugte somit ein gänzlich neues imaginäres London,<br />
welches nur wenig mit der Geografie der Stadt oben drüber zu tun hatte. Seit 1931<br />
wurde die Karte oftmals überarbeitet und modifiziert, beinhaltet aber immer noch Becks<br />
brilliante Idee, aufgrund derer sie auch mehrfach weltweit kopiert wurde. [Spe 2001]<br />
Oftmals sind Problemstellungen jedoch nicht ausschließlich auf einen zweidimensionalen<br />
Raum beschränkt, da die Welt für gewöhnlich multivariant ist. Die schon seit<br />
Jahrhunderten bestehende zentrale Fragestellung bei der Darstellung <strong>von</strong> <strong>Daten</strong> lautet:<br />
Wie präsentiert man drei oder mehr Dimensionen <strong>von</strong> <strong>Daten</strong> auf einer zweidimensionalen<br />
Oberfläche, wie beispielsweise Wände, Steine, Gewebe, Papier oder Computerbild-<br />
schirmen? Für diese abstrakteren mehrdimensionalen <strong>Daten</strong>, welche nicht in unserer<br />
dreidimensionalen Welt angesiedelt sind, werden schon seit einiger Zeit, <strong>von</strong> Personen,<br />
die mit diesen <strong>Daten</strong> zu tun haben, verschiedene Methoden, bzw. Techniken zur<br />
Darstellung entwickelt. Zum Teil sind diese <strong>Visualisierung</strong>en in alltäglichen, manchmal<br />
allgegenwärtigen Darstellungen <strong>von</strong> <strong>Daten</strong> zu finden, wie zum Beispiel die ausgeklügelte<br />
Strukturierung der Periodentabelle der chemischen Elemente (mit Hunderten <strong>von</strong><br />
verschiedenen vorgeschlagenen Zusammenstellungen, um die damit zusammenhängende<br />
Komplexität besser festhalten zu können). [Tuf 1997]<br />
2.3.3 Computer-Phase<br />
Wie bereits erwähnt, haben grafische Hilfsmittel eine sehr lange Geschichte in der Kultur<br />
der Menschheit. Neu ist, diese mittels Computern zu erzeugen. Auch wenn die Erzeugung<br />
<strong>von</strong> Grafiken eine grundsätzlich menschliche Aktivität ist, kann sie sehr effektiv <strong>von</strong><br />
Computern unterstützt werden. [Spe 2001] Das Medium des Computers erlaubt es,<br />
grafische Darstellungen zu erzeugen, welche automatisch Tausende <strong>von</strong> <strong>Daten</strong>objekten<br />
zu Bildern zusammenbauen und diese interaktiv durch einen Benutzer modifizieren zu<br />
lassen. D.h. <strong>Visualisierung</strong>en sind nicht länger statisch sondern können interaktiv <strong>von</strong><br />
Benutzern beeinflusst werden. [CMS 1999]<br />
22
2.3.4 Pre-Computer-Phase vs. Computer-Phase<br />
In der Pre-Computer-Phase musste der Erzeuger einer Grafik bereits bei deren Erstellung<br />
Entscheidungen treffen, welche <strong>Daten</strong> er visualisieren möchte und wie er diese -<br />
entsprechend seines eigenen Verständnisses der Aufgabe, welche mit dieser<br />
<strong>Visualisierung</strong> erledigt werden oder der Mitteilung, welche übermittelt werden sollte -<br />
repräsentiert. Autor und Betrachter waren zwei verschiedene Personen. Mit Hilfe des<br />
Computers ist es nun möglich, dass der „Betrachter“, also der Benutzer, - im Rahmen der<br />
Freiheiten, die ihm der Erzeuger mit der Gestaltung des <strong>Visualisierung</strong>s-tools definiert hat<br />
- die interaktive Kontrolle über diese Art <strong>von</strong> Entscheidungen hat. [Spe 2001]<br />
“A graphic is no longer ‘drawn’ once and for all: it is ‘constructed’ and reconstructed<br />
(manipulated) until all relationships which lie within it have been percieved…a graphic is<br />
never an end in itself: it is a moment in the process of decision making. Bertin (1981)<br />
2.3.5 <strong>Visualisierung</strong><br />
“Graphing data needs to be interactive because we often do not know what to expect of<br />
the data; a graph can help discover unknown aspects of the data, and once the unknown<br />
is known, we frequently find ourselves formulating new questions about the data.”<br />
[Cleveland]<br />
In den letzten Jahrzehnten entwickelten sich zunehmend <strong>Visualisierung</strong>en, welche sich<br />
den Computer zu nutze machen. Die heutige Computertechnologie ist in der Lage äußerst<br />
komplexe <strong>Visualisierung</strong>en zu erzeugen, welche eine extrem verbesserte Wiedergabe<br />
besitzen und interaktiv modifizierbar sind. [CMS 1999] Auf der menschlichen Seite kann<br />
die <strong>Visualisierung</strong> als dynamisches Artefakt - als Erweiterung des Denkprozesses -<br />
agieren. Durch ihre Dynamik erfüllt sie das Bedürfnis des Benutzers nach verschiedenen<br />
Sichten oder nach detaillierten Informationen der <strong>Daten</strong>. [War 1999] Eine aufkommende<br />
Sicht betrachtet den Menschen und den Computer zusammen als ein Problemlösungs-<br />
system (Zhang, 1997). In einem solchen Modell wird die <strong>Daten</strong>visualisierung zu einem<br />
Teil des Interfaces zwischen den Komponenten Mensch und Maschine. Die <strong>Visualisierung</strong><br />
ist ein bidirektionales Interface, wenn auch hochgradig asymmetrisch, mit einer weitaus<br />
höheren Bandbreite der Kommunikation in Richtung Maschine zu Mensch als umgekehrt.<br />
[War 1999]<br />
23
Die <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> allgemein hat grundsätzlich zwei Facetten:<br />
<strong>Daten</strong>präsentation und <strong>Daten</strong>exploration. Der Fokus der <strong>Daten</strong>präsentationen ist die<br />
Kommunikation <strong>von</strong> bereits bekannten Fakten durch geeignete Repräsentationsformen.<br />
Bei der <strong>Daten</strong>exploration geht es dagegen darum, mittels angemessener <strong>Visualisierung</strong>en<br />
unbekannte Verknüpfungen zwischen Thematiken aufzudecken, auch genannt „Visual<br />
Data Mining“. Die Übergänge zwischen den beiden Facetten können als fließend<br />
betrachtet werden. Sowohl für die <strong>Daten</strong>präsentation als auch für die <strong>Daten</strong>exploration<br />
erweist sich die visuelle Repräsentation als vorteilhaft. Im Fall der Präsentation, steht die<br />
Kommunikation im Vordergrund, im Fall der Exploration ist es die Entdeckung. [Man<br />
2002]<br />
<strong>Visualisierung</strong>en, die sich den Computer zu nutze machen, haben sich als unabhängige<br />
technische Disziplin innerhalb des Bereichs der Human Computer Interaction (HCI)<br />
entwickelt. Eine Reihe anderer Disziplinen wirken ebenso an dem effektiven Gebrauch<br />
<strong>von</strong> <strong>Visualisierung</strong>en mit. Unter ihnen befinden sich die Experimentelle oder Kognitive<br />
Psychologie und Human Factors Engineering. Speziell seit den 80er Jahren wurden die<br />
Konzepte der <strong>Daten</strong>visualisierung zu vielen anderen Bereichen transferiert. [Man 2002]<br />
Zu dieser Zeit wurden computerbasierte <strong>Visualisierung</strong>en vor allem im Bereich der<br />
Wissenschaft angewandt, was die Entwicklung des Bereichs der „Scientific Visualization“<br />
zur Folge hatte. Seit den 90er Jahren kommen diese <strong>Visualisierung</strong>en auch zunehmend in<br />
allgemeineren Bereichen, wie Firmen oder Ausbildung zur Anwendung. Diese<br />
allgemeinere Anwendung wird „Information Visualization“ oder auch Informations-<br />
visualisierung genannt. [Man 2002] [CMS 1999]<br />
2.3.6 Scientific Visualization<br />
Der Scientific Visualization liegen in erster Linie physische <strong>Daten</strong>, wie beispielsweise der<br />
menschliche Körper, die Erde, Naturphänomene, Gebäude, technische Konstruktionen<br />
oder Moleküle, zugrunde. Der Computer wird dazu verwendet um – mittels oftmals<br />
dreidimensionaler <strong>Visualisierung</strong>en und Animationen - Eigenschaften dieser physischen<br />
Elemente darzustellen. Obwohl eine <strong>Visualisierung</strong> eines physischen Elements an sich<br />
abstrakt ist, ist die Information selbst dennoch inhärent geometrisch. [CMS 1999]<br />
Bei der Scientific Visualization werden die modellierten physischen 3D Objekte,<br />
detaillierter studiert, geprüft und manipuliert, um beispielsweise wissenschaftliche<br />
Hypothesen zu testen, einen Event oder Prozess zu simulieren oder eine Vorgehensweise<br />
praktisch auszuprobieren. Darüber hinaus wird die Verwendung <strong>von</strong> Virtual Reality and<br />
VRML, z.B. für virtuelle Rundgänge, in diesem Zusammenhang zunehmend populärer.<br />
24
Ziel dieser Art <strong>von</strong> 3D Welt ist es, das Innere eines Objektes zu erforschen und oftmals<br />
zur Vorbereitung vor der realen Durchführung zu dienen. [OLI 2003]<br />
2.3.7 Information Visualization<br />
Ebenso wie die visuelle Darstellung physischer <strong>Daten</strong> ist es oftmals hilfreich, nicht-<br />
physische <strong>Daten</strong>, wie Finanzdaten, Business-Information, Sammlungen <strong>von</strong> Dokumenten<br />
und abstrakten Konzepten zu visualisieren. Jedoch beinhaltet diese Art der <strong>Daten</strong><br />
keinerlei ersichtlichen räumlichen Bezug. Daher kommt zu der allgemeinen Problematik,<br />
wie man sichtbare Eigenschaften <strong>von</strong> Objekten wiedergibt, das grundsätzliche Problem<br />
hinzu, wie man nichträumliche Abstraktionen in effektive visuelle Formen transformiert.<br />
Da in der heutigen Welt eine große Masse solcher abstrakter Information existiert, gibt es<br />
zahlreiche Versuche, <strong>Visualisierung</strong>en in den Bereich des Abstrakten zu erweitern (Card,<br />
Robertson, and Mackinlay 1991). [CMS 1999] Zu diesem Zweck beschäftigt sich die<br />
Information Visualization mit abstrakten, multi-dimensionalen und multivarianten <strong>Daten</strong>.<br />
Primäres Ziel bei der Information Visualization ist, im Gegensatz zur Scientific<br />
Visualization, nicht die Abbildung selbst, sondern viel mehr die Möglichkeit, Muster,<br />
Clusterungen, Lücken oder Sonderfälle in den <strong>Daten</strong> offen zu legen. [Shn 2001] Der<br />
Nutzen die physischen Elemente abzubilden ist in diesem Bereich nicht wichtig, oftmals<br />
sogar gänzlich irrelevant. [Spe 2001] Effektive Informationsvisualisierungen ermöglichen<br />
dem Benutzer Entdeckungen zu machen, Entscheidungen zu fällen oder Erklärungen über<br />
Muster (Korrelationen, Cluster, Lücken, Sonderfälle) abzugeben und/oder Gruppen mit<br />
Objekten oder individuelle Objekte zu erstellen. [Shn 2001] Auch wenn die beiden<br />
Bereiche Scientific Visualization und Information Visualization miteinander verwandt sind,<br />
so unterscheiden sie sich doch grundsätzlich. Dennoch kann es zu Überschneidungen der<br />
beiden Bereiche - wie zum Beispiel bei einer dreidimensionalen <strong>Visualisierung</strong> eines<br />
Gewittersturms, welche mit abstrakten <strong>Daten</strong> ergänzt wurde - kommen.<br />
Auch wenn verschiedene Techniken und Methoden innerhalb der Information<br />
Visualization oder auch der Scientific Visualization entwickelt wurden, um<br />
mehrdimensionale <strong>Daten</strong> zu visualisieren und fiktive dreidimensionale Räume zu<br />
erschaffen, so bleibt die Welt, welche auf einem Informationsdisplay dargestellt wird –<br />
zumindest bisher noch - nach wie vor zweidimensional. D.h. jegliche Kommunikation<br />
zwischen den Betrachtern einer <strong>Visualisierung</strong> und deren Erzeugern muss auf einer<br />
zweidimensionalen Oberfläche erfolgen. [Tuf 1990]<br />
25
“Escaping this flatland is the essential task of envisioning information – for all the<br />
interesting worlds (physical, biological, imaginary, human) that we seek to understand<br />
are inevitably and happily multivariate in nature. Not flatlands.” (Edward Tufte)<br />
2.3.8 Historie<br />
Man nimmt an, dass die frühesten Arbeiten aus dem Bereich der <strong>Daten</strong>grafiken, also die<br />
Verwendung <strong>von</strong> abstrakten visuellen Eigenschaften, wie Linien und Bereiche um <strong>Daten</strong><br />
visuell zu repräsentieren, aus der Zeit um Playfair (1786) stammen [Tuf 1983].<br />
Beginnend mit Playfair entwickelten sich die klassischen Methoden, <strong>Daten</strong> in Grafiken<br />
einzutragen. 1967 veröffentlichte Bertin, ein französischer Kartograph, seine Theorie<br />
über Grafiken in The Semiology of Graphics (Bertin, 1967/1983; Bertin 1977/1981).<br />
Diese Theorie identifizierte die Grundelemente <strong>von</strong> Diagrammen und beschrieb ein<br />
Framework für ihr Design. Zehn Jahre (1977) später legte Tukey den Fokus seiner Arbeit<br />
Exploratory Data Analysis nicht auf die Qualität der Grafiken, sondern auf die<br />
Verwendung <strong>von</strong> Bildern um einen raschen statistischen Einblick in <strong>Daten</strong> zu erhalten.<br />
1983 veröffentlichte Tufte dann eine Theorie der <strong>Daten</strong>grafiken, welche die Maximierung<br />
der Dichte <strong>von</strong> relevanter Information betonte. Sowohl Bertins als auch Tuftes Theorie<br />
wurde sehr bekannt und beeinflusste die verschiedensten Communities, mit der Folge,<br />
dass die Information Visualization sich als eigene Disziplin entwickelte.<br />
Auch das 1988 <strong>von</strong> Cleveland und McGill veröffentlichte Buch Dynamic Graphics für<br />
Statistics, welches neue <strong>Visualisierung</strong>en <strong>von</strong> <strong>Daten</strong> erläuterte, übte einen großen<br />
Einfluss aus. Von besonderem Interesse war die Problemstellung, wie man <strong>Daten</strong>sätze<br />
mit vielen Variablen visualisieren sollte. Inselbergs Parallelkoordinaten-Technik<br />
(Inselberg und Dimsdale, 1990) und Mihalisins Technik der „Cycling through Variables at<br />
different Rates“ (Mihalisins, Timlin und Schwegler, 1991) gehörten dabei zu den<br />
interessanten Lösungsansätzen. Andere Gruppen, wie die <strong>von</strong> Eick arbeiteten dagegen an<br />
Techniken zur Darstellung großer <strong>Daten</strong>sätze in Form <strong>von</strong> statistischen Grafiken,<br />
verbunden mit wichtigen Problemen in Telekommunikationsnetzwerken und in großen<br />
Computerprogrammen (Becker et al., 1995; Eick, Steffen und Sumner,1992). Der<br />
Schwerpunkt der Statistiker lag auf der Analyse multidimensionaler, multivariabler <strong>Daten</strong><br />
und auf neuartigen Typen <strong>von</strong> <strong>Daten</strong>.<br />
1985 startete die NSF (National Science Foundation) die Initiative der „Scientific<br />
Visualization“ (McCormick and DeFanti, 1987). Die erste IEEE Visualization Conference<br />
fand dann 1990 statt. Diese Community wurde <strong>von</strong> Wissenschaftlern, Physikern und<br />
Computerwissenschaftlern im Bereich des „Supercomputing“ geleitet.<br />
26
Zu dieser Zeit sendeten auch Satteliten erstmalig große Mengen an <strong>Daten</strong> zurück, so<br />
dass <strong>Visualisierung</strong> als Methode, deren Analyse zu beschleunigen und die Identifikation<br />
interessanter Phänomene zu verbessern, als sehr nützlich erkannt wurde. Ebenso<br />
versprach der Einsatz <strong>von</strong> <strong>Visualisierung</strong>en als Teil <strong>von</strong> Versuchen, teure Experimente<br />
durch Computersimulationen (z.B. Windtunnel) zu ersetzten.<br />
Auch die Communities der Computergrafik und Artificial Intelligence bekundeten<br />
zunehmend Interesse bezüglich automatisierter Präsentation und automatisiertem Design<br />
visueller Repräsentationen <strong>von</strong> <strong>Daten</strong>. Diese Anstrengungen wurden angetrieben <strong>von</strong><br />
Mackinlays These APT (Mackinlay, 1986a), welche Bertins Design Theorie formalisiert,<br />
psychophysische <strong>Daten</strong> hinzufügte und diese verwendete um Präsentationen zu erstellen.<br />
1990 entwickelten Roth and Mattis ein System, um komplexere <strong>Visualisierung</strong>en zu<br />
erzeugen als die <strong>von</strong> Tufte. 1991 fügte dann Casner noch eine Repräsentation <strong>von</strong> Tasks<br />
hinzu. Das Anliegen dieser Community war nicht so sehr die Qualität der Grafiken als viel<br />
mehr das Matchen zwischen <strong>Daten</strong>typen, Kommunikationsabsichten und grafischen<br />
Repräsentationen der <strong>Daten</strong> zu automatisieren.<br />
Zu der Zeit entdeckte auch die User Interface Community, dass die Fortschritte in der<br />
Grafikhardware Möglichkeiten für neue Generationen <strong>von</strong> User Interfaces bot. Diese<br />
Interfaces fokussierten auf die Interaktion des Users mit großen Mengen an Information,<br />
wie multivariante <strong>Daten</strong>bänken oder Dokumentensammlungen. Die erste Verwendung<br />
des Ausdrucks „Information Visualization“ trat vermutlich bei Robertson, Card, Mackinlay<br />
(1989) auf. 1990 präsentierten Feiner und Beshers (1990b) eine Methode, Worlds within<br />
Worlds, für die Darstellung <strong>von</strong> sechs-dimensionalen Finanzdaten in einer Immersive<br />
Virtual Reality. 1992 entwickelte Shneiderman (1992b) eine Technik, welche Dynamic<br />
Queries genannt wird, um Teilmengen der <strong>Daten</strong>objekte interaktiv zu selektieren und<br />
eine weitere <strong>Visualisierung</strong> namens Treemaps, welche eine raumfüllende Repräsentation<br />
eines Baums (Trees) darstellt. Card, Robertson und Mackinlay präsentierten<br />
Darstellungstechniken, welche mittels Animation und Distorsion die Interaktion mit<br />
großen <strong>Daten</strong>sätzen in einem System genannt Information Visualizer (Card, Robertson<br />
and Mackinlay, 1991; Robertson, Mackinlay, and Card, 1991; Mackinlay, Robertson, and<br />
Card, 1991) ermöglichten. Das Anliegen war auch hier nicht so sehr die Qualität der<br />
Grafiken, sondern viel mehr die kognitive Erweiterung. Interaktivität und Animation<br />
gehörten zu den wichtigsten Featuren dieses Systems. Diesen anfänglichen<br />
Entwicklungen folgten Verfeinerungen und neue <strong>Visualisierung</strong>en, wobei sich die<br />
verschiedenen Communitys stets gegenseitig beeinflussten. [übernommen aus CMS<br />
1999]<br />
27
Abschließend erfolgt noch mal ein kurzer chronologischer Überblick über einige der<br />
wichtigsten Schritte im Bereich der <strong>Visualisierung</strong>:<br />
� 1786 Playfair<br />
Verwendung abstrakter visueller Eigenschaften, wie Linien und Bereiche um <strong>Daten</strong><br />
visuall zu repräsentieren<br />
� 1967 Bertin<br />
The Semiology of Graphics – Identifizierung der Grundelemente <strong>von</strong> Diagrammen<br />
und Beschreibung eines Framework für ihr Design<br />
� 1977 Tukey<br />
Exploratory Data Analysis – Die Verwendung <strong>von</strong> Bildern um einen raschen<br />
statistischen Einblick in <strong>Daten</strong> zu erhalten<br />
� 1983 Tufte<br />
Theory of Data Graphics - Maximierung der Dichte <strong>von</strong> nützlicher /verwendbarer<br />
Information<br />
� 1985 NSF<br />
Start der Initiative der “Scientific Visualization”<br />
� 1986 Mackinlay<br />
These APT – Formalisierung <strong>von</strong> Bertins Design Theorie<br />
� 1988 Cleveland und McGill<br />
Dynamic Graphics für Statistics – Erläuterungen neuer <strong>Visualisierung</strong>en <strong>von</strong> <strong>Daten</strong><br />
� 1989 Robertson, Card und Mackinlay<br />
Erstmalige Verwendung des Ausdrucks „Information Visualization“<br />
� 1990<br />
Erste “IEEE Visualization” Konferenz<br />
� 1990 Inselberg<br />
Parallelkoordinaten Methoden<br />
� 1990 Feiner und Beshers<br />
Worlds within Worlds<br />
� 1991 Mihalisin<br />
Cycling through Variables at different Rates<br />
� 1991 Card, Robertson, Mackinlay<br />
Information Visualizer (Animation und Distorsion)<br />
� 1992 Shneiderman<br />
Dynamic Queries, Treemaps<br />
28
2.4 Definition <strong>von</strong> Begrifflichkeiten<br />
Terminologie ist in vielen Forschungsbereichen ein Problem. Ähnliche Begriffe werden<br />
oftmals sehr frei verwendet, auch wenn damit wichtige Konzepte adressiert werden. [Spe<br />
2001] Auch der Bereich der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> stellt dabei keine Ausnahme dar.<br />
Eher im Gegenteil, da sich verschiedene Disziplinen mit der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong><br />
beschäftigen, werden je nach Disziplin für prinzipiell gleiche Konzepte unterschiedliche<br />
Begriffe verwendet. Jedoch ist auch die Verwendung der Begrifflichkeiten innerhalb einer<br />
Disziplin, wie der Information Visualization nicht einheitlich. Entsprechend kursieren<br />
zahlreiche Begriffe wie Information Design, Interactive Design, Interactive Visualization,<br />
Dynamic Graphics, Information Visualization oder Data Visualization. Daher folgt an<br />
dieser Stelle nun die Definition <strong>von</strong> Begrifflichkeiten, wie sie in der <strong>STAR</strong> verstanden wird.<br />
Sowohl die Information Visualization als auch die Scientific Visualization gehören zu dem<br />
weitreichenden Feld der <strong>Daten</strong>grafik (Data Graphics), welches die Verwendung <strong>von</strong><br />
abstrakten, gegenstandslosen visuellen Repräsentationen umfasst, mit dem Ziel die<br />
Kognition zu steigern. Das Feld der <strong>Daten</strong>grafik (Data Graphics) gehört wiederum zum<br />
Bereich des Information Design, welcher sich - mit dem Ziel der Steigerung <strong>von</strong><br />
Kognition - allgemein mit externer Repräsentation beschäftigt. Auf oberster Ebene könnte<br />
man Information Design - Teil der externen Kognition - als den Einsatz der externen<br />
Welt ansehen, um einen kognitiven Prozess auszuführen. Die Beschreibung der<br />
Zielsetzung <strong>von</strong> Information Visualization als die Steigerung <strong>von</strong> Kognition, ist absichtlich<br />
breit gefächert. Kognition kann sowohl das Schreiben eines wissenschaftlichen Textes<br />
sein als auch das Auswählen eines Produktes beim Einkauf. Generell nimmt die Kognition<br />
Bezug auf den intellektuellen Prozess bei welchem Information empfangen, transformiert,<br />
gespeichert, abgefragt und verwendet wird. All dies kann allgemein mittels externer<br />
Kognition und speziell durch Information Visualization erweitert werden. [Card 2003]<br />
Die nachfolgenden Definitionen <strong>von</strong> [CMS 1999], beschreiben auf einer sehr allgemeinen<br />
und leicht nachvollziehbaren Ebene nochmals die Beziehungen zwischen den Konzepten,<br />
welche zum Bereich der Information Visualization in Verbindung stehen. Zahlreiche<br />
andere Definitionen aus diesem Bereich sind oftmals spezieller ausgelegt.<br />
29
� Insight<br />
”Main goals of insight are discovery, decision making,<br />
and explanation.“<br />
� Cognition<br />
“Cognition is the acquisition or use of knowledge<br />
with the goal to get insight.“<br />
� External Cognition<br />
„Use of the external world to accomplish cognition.”<br />
� Information Design<br />
”Design of external representations to amplify cognition.”<br />
� Data Graphics<br />
”Use of abstract, nonrepresentational visual representations<br />
of data to amplify cognition.”<br />
� Visualization<br />
”Use of computer-based, interactive visual representations of<br />
data amplify cognition.”<br />
� Scientific Visualization<br />
”Use of interactive visual representations of scientific data,<br />
typically physically based, to amplify cognition.”<br />
� Information Visualization<br />
”Use of interactive visual representations of abstract,<br />
nonphysically based data to amplify cognition.”<br />
Somit ergibt sich nach [CMS 1999] folgende Definition für Information Visualization:<br />
“Information visualization can be defined as the use of computer-supported,<br />
interactive, visual representations of abstract data to amplify cognition.”<br />
30
Für den Begriff der “Information Visualization”, bzw. „<strong>Visualisierung</strong>“ aus dem Bereich<br />
der Information Visualization finden sich, wie bereits erwähnt, zahlreiche weitere<br />
Definitionen. Inhaltlich ähneln sich diese größtenteils. Hier nun einige Beispiele:<br />
Rolf Däßler (Fachhochschule Potsdam):<br />
“Unter Informationsvisualisierung werden heute alle Konzepte, Methoden und Tools zur<br />
visuellen Darstellung <strong>von</strong> Informationen aus <strong>Daten</strong>banken, digitalen Bibliotheken oder<br />
anderen großen Dokumentensammlungen, zusammengefasst. Informationsvisualisierung<br />
beinhaltet die computergestützte Aufbereitung und visuelle Repräsentation abstrakter<br />
Informationen mit dem Ziel, den kognitiven Zugang zu elektronisch gespeicherten <strong>Daten</strong><br />
zu erleichtern.“ [Dae 2003]<br />
Colin Ware (University of New Hampshire):<br />
„Visualization can be described as the mapping of data to visual form that supports<br />
human interaction in a workspace for visual sense making.” [War 1999]<br />
Robert Spence (Imperial College of Science, Technology and Medicine, London):<br />
“Interactive Visualization is a lively, interactive examination and interpretation of<br />
graphically presented data, in which rearrangement is an important part and the<br />
outcome is ususally not predictable.” [Spe 2001]<br />
31
2.5 <strong>Visualisierung</strong> ≠ <strong>Visualisierung</strong><br />
„There are right ways and wrong ways to show data;<br />
there are displays that reveal the truth and displays that do not.”<br />
[Tufte]<br />
Auch wenn <strong>Visualisierung</strong>en an sich dem Menschen dabei helfen, Aufgaben zu erfüllen<br />
und ihn bei der Entscheidungsfindung unterstützen, so muss dennoch differenziert<br />
werden, dass allein die Tatsache eine <strong>Visualisierung</strong> zu verwenden um <strong>Daten</strong> darzustellen<br />
nicht ausreicht, um auch den gewünschten Effekt damit zu erreichen. Ob eine<br />
<strong>Visualisierung</strong> nutzt oder eventuell sogar schaden kann hängt da<strong>von</strong> ab, wie geeignet sie<br />
für jeweiligen Kontext ist, in welchem sie eingesetzt wird. Dementsprechend liegt die<br />
Anforderung bei <strong>Visualisierung</strong>en darin, eine adäquate <strong>Visualisierung</strong>, bzw. ein<br />
geeignetes visuelles Mapping für die jeweilige <strong>Daten</strong>welt und der damit verbundenen<br />
kontextspezifischen Aufgabe zu finden.<br />
Um diese theoretische Anforderung besser zu verdeutlichen und die Einstellung dahin<br />
gehend zu sensibilisieren, werden in der Literatur häufig zwei Beispiele <strong>von</strong> [Tuf 1997]<br />
angeführt: die Cholera Epidemie im September 1854 in London und der Start der<br />
Challenger am 28. Januar 1986. Diese beiden extremen Situationen zeigen exemplarisch,<br />
welche Konsequenzen die Entscheidungen haben können, welche aufgrund der Qualität<br />
<strong>von</strong> <strong>Visualisierung</strong>en getroffen werden.<br />
2.5.1 Cholera Epidemie in London<br />
Laut Dr. John Snow, einem heutzutage sehr bekannten Pionier im Bereich des<br />
Gesundheitswesens, erlebte London 1854 die schrecklichste Cholera Epidemie, die es in<br />
England jemals gab. Am Abend des 31. August 1854 wurden in London die ersten Fälle<br />
<strong>von</strong> Cholera registriert. Nur innerhalb weniger Stunden breitete sich die Krankheit rasch<br />
weiter aus, beschränkte sich jedoch noch größtenteils auf den Bereich um die Broad<br />
Street. Jedoch lag dort die Sterblichkeitsrate enorm hoch, da die Menschen nach der<br />
Ansteckung bereits innerhalb weniger Stunden starben; schneller als jemals bei einer<br />
anderen Epidemie zuvor. Da man damals glaubte, dass Cholera <strong>von</strong> der Luft übertragen<br />
wird - teilweise sogar, dass es <strong>von</strong> bösen Geistern übertragen wird - flohen viele<br />
Menschen aus ihren Wohnungen und ganze Häuser und Straßen verwaisten.<br />
32
Dr. John Snow, der bereits zuvor Epidemien in England erforscht hatte, mutmaßte<br />
sogleich, dass die Cholera vom Wasser einer gemeinsam genutzten Wasserpumpe an der<br />
Ecke Broad Street und Cambridge Street verursacht wurde. Zu der damaligen Zeit wurde<br />
die Bevölkerung in London noch über gemeinsam genutzte Brunnen mit Wasser versorgt.<br />
Eine Untersuchung des Wassers brachte aber keine schlüssigen Beweise, worauf er<br />
anhand einer Liste der Toten, welche er vom General Register Office bekommen hatte,<br />
eine Karte <strong>von</strong> London an fertigte, in die er die geografische Lage der Todesfälle eintrug.<br />
Abb. 3 zeigt das <strong>von</strong> der Cholera betroffene Wohnviertel um die Broad Street herum, mit<br />
den eingetragenen Todesfällen in Form <strong>von</strong> schwarzen Balken für jeden einzelnen Fall<br />
sowie die in Verdacht stehende Wasserpumpe.<br />
Wasserpumpe<br />
„Broad Street“<br />
Arbeitshaus<br />
Brauerei<br />
Abb. 3 Geografische Karte vom Wohnviertel um die Broad Street, mit eingetragenen Todesfällen [Tuf 1997]<br />
Die ursprüngliche Liste der Todesfälle zählte die Namen der Toten auf und gab eine<br />
Beschreibung der Lebensverhältnisse, geordnet nach Todesdatum. Eine da<strong>von</strong><br />
angefertigte Grafik der Todesfälle (Abb. 4) zeigte die Anzahl der Todesfälle in zeitlicher<br />
Abfolge. Durch die zeitliche Darstellung entstand eine Chronologie der Epidemie. Jedoch<br />
erschloss sich aus der Art der <strong>Visualisierung</strong> keinerlei möglichen Ursachen für die<br />
Cholera. Beschreibende Erzählungen sind keine Ursachenerforschung und waren in<br />
diesem Fall daher nutzlos um eine Strategie zu entwickeln, um die Epidemie zu stoppen.<br />
33
Abb. 4 Zeitliche Darstellung der Todesfälle [Tuf 1997]<br />
Die geografische Karte <strong>von</strong> Snow dagegen bot direkte und effektive Aussagen über die<br />
möglichen Ursache-Wirkung Beziehungen. Er gestaltete die Originaldaten <strong>von</strong> einer<br />
eindimensionalen temporalen Ordnung in eine 2D räumliche Ordnung um und zeichnete<br />
die Todesfälle und alle Pumpen ein, worauf sich eine Clusterung in der Broad Street<br />
Pumpe ergab. Diese Karte enthüllte eine enge Verbindung zwischen den Cholera<br />
Todesfällen und der Nähe zu der Broad Street Pumpe, im Kontext <strong>von</strong> gleichzeitigen<br />
Vergleichen mit anderen örtlichen Wasserquellen und der umgebenden Nachbarschaft<br />
ohne Cholera.<br />
Um die Ursache für die Epidemie vollständig zu verstehen, war es ebenfalls erforderlich<br />
eine Analyse derer, die der Krankheit entkommen sind, durchzuführen. Die Karte zeigte<br />
klar, dass bei dem Vergleich zwischen den Lebenden und den Todesfällen einige Lücken<br />
existieren. Auffallend sind vor allem die Lücken im Bereich der Brauerei (70<br />
Brauereiangestellte und keiner erkrankt) und einem Arbeitshaus in der Nähe der Pumpe<br />
(siehe Abb. 3). Nachforschungen zeigten, dass sowohl das Arbeitshaus als auch die<br />
Brauerei über eigene Brunnen im Haus verfügten und somit überhaupt kein Wasser aus<br />
der Broad Street Pumpe bezogen hatten. Den Arbeitern der Brauerei war es sogar<br />
erlaubt, täglich eine bestimmte Menge des Biers, welches hergestellt wurde, selbst zu<br />
trinken. Dagegen gab es in den direkt angrenzenden Häusern zu dem Arbeitshaus und<br />
der Brauerei Cholera-Tote. Allerdings zeigte die Karte auch einige Todesfälle, welche<br />
nicht in unmittelbarer Nähe zur Broad Street Pumpe lagen, sondern näher zu anderen<br />
Wasserpumpen lagen. Snow ging jedem einzelnen Fall persönlich nach und konnte,<br />
obwohl die außenliegenden Fälle zufällig und nicht erklärbar schienen, nachweisen, dass<br />
alle diese Personen aus den verschiedensten Gründen ebenfalls Wasser aus der<br />
kontaminierten Pumpe getrunken hatten. Die Begründungen reichten <strong>von</strong> Personen,<br />
welche in dieser Gegend zu Besuch waren oder Personen, deren Arbeits- oder Schulweg<br />
an der Pumpe vorbei führte bis zu einem Fall, in dem sich die betroffene Person speziell<br />
34
das Wasser <strong>von</strong> der Pumpe an der Broad Street besorgt hat, da es angeblich<br />
geschmacklich besser war als das Wasser anderer Pumpen. Aufgrund der<br />
Untersuchungen und Beweise <strong>von</strong> Dr. Snow wurde veranlasst, dass die Pumpe an der<br />
Broad Street entfernt wurde. Wie sich später herausstellte, war ein Abwasserrohr in der<br />
Nähe gebrochen und hat das Wasser dieser Pumpe verseucht. Kurze Zeit nach<br />
Entfernung der Wasserpumpe endete die Epidemie.<br />
Obwohl Dr. John Snow viele Beweise für eine Kontaminierung der Wasserpumpe der<br />
Broad Street erbringen konnte, lässt sich bis heute nicht eindeutig beweisen – wie er<br />
auch selbst feststellte -, dass die Entfernung der Pumpe unmittelbar mit dem Ende der<br />
Epidemie zusammenhing, da die Epidemie zum Zeitpunkt der Entfernung der<br />
Wasserpumpe ohnehin bereits am abklingen war (siehe Abb. 5). Ein möglicher Grund für<br />
das Ende der Epidemie wäre auch, dass zu diesem Zeitpunkt bereits viele Menschen aus<br />
den betroffenen Gebieten geflohen waren und daher auch die Zahl der Opfer und der<br />
Neuansteckungen sank. Da aber sowohl die Grafik (Abb. 5) als auch die geografische<br />
Karte (Abb. 3) nur absolute Zahlen zeigen und keine Relationen, wird auch heute noch<br />
häufig die Entfernung der Pumpe als Grund für das Ende der Epidemie angeführt. Auch<br />
wenn kein eindeutiger Beweis dafür vorliegt, so schützte das Entfernen der Pumpe<br />
zumindest vor einem Wiederausbruch der Cholera.<br />
Abb. 5 Zeitlicher Verlauf der Cholera-Epidemie [Tuf 1997]<br />
Die Maßnahmen gegen die Broad Street Pumpe basierten auf einer Vielfalt <strong>von</strong> Beweisen:<br />
Die Cholera-Karte, Studien ungewöhnlicher Umstände, Vergleiche der Lebenden und<br />
Toten, deren Wasserkonsum, sowie die Idee eine Ursache für die Kontaminierung des<br />
Wassers. Dr. John Snow zeigte, dass mit einer logischen Vorgehensweise und den<br />
geeigneten Methoden sich aus <strong>Daten</strong> viele und vor allem relevante Informationen ablesen<br />
lassen.<br />
35
Auch wenn bis heute nicht eindeutig geklärt werden konnte, weshalb die Epidemie<br />
endete, bewies Dr.Snow durch seine Untersuchungen, dass Cholera durch Wasser und<br />
nicht durch Luft übertragen wird, wie bis dahin fälschlicherweise angenommen wurde.<br />
1886 festigte die Entdeckung des Vibrio Cholerae Bakteriums die Theorie <strong>von</strong> Snow. Noch<br />
heute ist er dafür bekannt, die Art der Cholera Übermittlung und die Methode der<br />
Prävention entdeckt zu haben. 1955 gedachten die Proceedings of the Royal Society of<br />
Medicine Snow’s Entdeckung. Ein renommierter Epidemiologe, Bradford Hill schrieb: „ For<br />
close upon 100 years we have been free in this country from epidemic cholera, and it is a<br />
freedom which, basically, we owe to the logical thinking, acute oberservations and simple<br />
sums of Dr. John Snow.”<br />
2.5.2 Space Shuttle Challenger<br />
Am 28. Januar 1986 explodierte das Space Shuttle Challenger und sieben Astronauten<br />
verloren dabei ihr Leben. Grund dafür waren zwei Gummi O-Ringe, die aufgrund der<br />
extremen Kälte an diesem Tag ihre Elastizität verloren hatten und deshalb gebrochen<br />
waren (Abb. 6).<br />
Gebrochener O-Ring<br />
Abb. 6 Die Challenger etwa 60 Sekunden nach dem Start [Tuf 1997]<br />
Am Tag vor dem Start äußerten die Ingenieure des Space Shuttles der Firma Thiokol<br />
Bedenken hinsichtlich des Starts der Challenger, da die Wetterprognosen für den<br />
nächsten Tag 26 bis 29 Grad Fahrenheit voraussagten. Bei einer solchen Kälte könnten<br />
die O-Ringe der Belastung voraussichtlich nicht standhalten, weswegen empfohlen<br />
wurde, den Start der Challenger zu verschieben. Sie begründeten ihre Besorgnis<br />
aufgrund verschiedene Quellen: eine Historie <strong>von</strong> O-Ring Beschädigungen während<br />
früherer Starts des Shuttles an kalten Tagen, die physische Elastizität (welche<br />
exponential mit zunehmender Kälte abnimmt) und Versuchsdaten. Diese Quellen<br />
36
präsentierten sie in 13 unterschiedlichen Grafiken, welche sie an die NASA - die<br />
Regierungsbehörde, welche für den Flug verantwortlich war - faxten. Jedoch konnten die<br />
Verantwortlichen der NASA den Grafiken keinerlei Beweiskraft dafür entnehmen, dass die<br />
Beschädigungen der O-Ringe mit kalten Temperaturen zusammenhingen, und lehnten es<br />
daher ab, den Start der Challenger zu verschieben. Daraufhin erfolgte der Start der<br />
Challenger planmäßig.<br />
Unabhängig <strong>von</strong> einer ganzen Reihe <strong>von</strong> Ursachen, welche für das Unglück der<br />
Challenger verantwortlich waren, war auch das Unvermögen, die Verbindung zwischen<br />
kalten Temperaturen und den Beschädigungen <strong>von</strong> O-Ringen bei früheren Flügen<br />
glaubhaft darzustellen und somit das Risiko für diesen Start realistisch abschätzen zu<br />
können, mitverantwortlich für die Explosion des Space Shuttles. Eine aussagekräftige,<br />
vor dem Flug durchgeführte Analyse hätte offenbart, dass dieser Flug ein erhebliches<br />
Risiko für die Challenger und ihre Besatzung darstellte.<br />
Bei der Erstellung der 13 Grafiken für die NASA unterliefen den Ingenieuren des Space<br />
Shuttles eine Reihe <strong>von</strong> Fehlern. Die Grafiken waren schlecht gestaltet, wie z.B. ein<br />
schlechter Index, schlechte Farbabstufungen, vertikale Beschriftungen, schlampige<br />
Typographie oder enthielten zum Teil nicht relevante <strong>Daten</strong>, wie <strong>Daten</strong> <strong>von</strong> Testraketen,<br />
die niemals einem echten Flug ausgesetzt waren. Insgesamt hatten die Grafiken keine<br />
große Aussagekraft. Vor allem aber die richtige Auswahl der <strong>Daten</strong> kann den Unterschied,<br />
zwischen aussagekräftigen und nicht aussagekräftigen Darstellungen ausmachen. Durch<br />
diese Wahl wird die analytische Agenda, welche zu einer bestimmten Entscheidung führt,<br />
festgesetzt.<br />
Abb. 7 Grafik, die der NASA zur Entscheidungsfindung für den Start der Challenger vorlag [Tuf 1997]<br />
37
Abb. 7 stellt eine der 13 erstellten Grafiken dar, welche der NASA zur Entscheidungs-<br />
findung für den Start der Challenger vorlag. Diese Grafik zeigt alle O-Ring Messwerte, die<br />
für alle 24 früheren Shuttle Starts ermittelt wurden. Die Repräsentation dieser Messwerte<br />
erfolgt durch 48 kleine Raketenabbildungen, welche die 24 Flüge repräsentieren.<br />
Insgesamt gab es sieben Flüge mit O-Ring Problemen. Die Starttemperatur wird für jedes<br />
Paar Raketen einzeln angegeben. Zwar enthält diese Grafik alle <strong>Daten</strong>, die benötigt<br />
werden um die Beziehung zwischen Temperatur und O-Ring Schaden zu diagnostizieren,<br />
dennoch ist es nicht möglich diese zu erkennen. Die schlechte Gestaltung macht es<br />
unmöglich, die relevanten Informationen daraus ablesen zu können. Die fehlende visuelle<br />
Klarheit beim Anordnen der Beweise ist ein Zeichen für fehlende intellektuelle Klarheit<br />
bezüglich der Argumentation der Beweise.<br />
Der größte Fehler ist jedoch die chronologische Anordnung, da sie keinerlei Bezug zur<br />
Temperatur herstellt, obwohl dies gezeigt werden sollte. Informationsdarstellungen<br />
sollten dem bevorstehenden analytischen Zweck dienen; d.h. wenn eine mögliche<br />
Ursache-Wirkung–Beziehung dargestellt werden soll, sollte der Graph die <strong>Daten</strong> so<br />
organisieren, dass eine solche Verbindung beleuchtet wird. Daher sollte in diesem Fall die<br />
Ordnung der <strong>Daten</strong> nicht chronologisch sein, sondern in der Ordnung nach der möglichen<br />
Ursache.<br />
Obwohl die Ingenieure aufgrund kausalen Denkens das Problem erkannt hatten, war es<br />
ihnen nicht möglich, dieses ebenso schlüssig darzustellen. Die analytischen Grafiken<br />
verfehlten die tatsächlich präsente Gefahr aufzudecken und zeigten den Verantwortlichen<br />
bei der NASA nicht die drohende Gefahr.<br />
Tatsächlich, so zeigt Tufte, bedurfte es lediglich eines einfachen Scatterplots und einer<br />
geordnete Tabelle um die unmittelbare Beziehung zwischen Temperatur und O-Ring<br />
Schaden zu offenbaren. In einer Tabelle wird die gesamte History der Temperatur und O-<br />
Ring Zustände für alle früheren Flüge aufgeführt. Die Einträge sind nach der möglichen<br />
Ursache - Temperatur - vom kältesten bis zum wärmsten Start geordnet. Zusätzlich<br />
wurde für jeden Start ein durchschnittlicher O-Ring Schaden ermittelt. Die Tabelle lässt<br />
den Zusammenhang <strong>von</strong> O-Ring-Schäden und kaltem Wetter - mit dem Fokus auf<br />
Probleme, welche bei kaltem Wetter auftauchen verglichen mit Problemen, die bei<br />
warmem Wetter auftauchen - erkennen.<br />
Der Scatterplot (Abb. 8) zeigt die Erfahrungswerte aller 24 früheren Starts vor der<br />
Challenger. Wie die Tabelle, zeigt der Graph das ernsthafte Risiko einen Start bei 29 Grad<br />
durchzuführen. Über Jahre hinweg hatten O-Ringe konstante Probleme bei kühleren<br />
Temperaturen: in der Tat war das Resultat jedes Starts unterhalb <strong>von</strong> 66 Grad ein<br />
defekter O-Ring; an wärmeren Tagen traten dagegen nur bei wenigen Flüge Erosionen<br />
auf. Dieser Graph, dessen Temperaturskala bis zu 25 Grad reicht, drückt visuell aus, wie<br />
38
die Hochrechnung aussehen muss, wenn man bei 29 Grad startet. Der kälteste Flug ohne<br />
einen O-Ring Defekt wurde bei 66 Grad gemacht. 37 Grad wärmer als für das Datum des<br />
Starts der Challenger vorher gesagt wurde. D.h. die Grafik sagt klar aus, dass bei einer<br />
Temperatur bei 29 Grad Fahrenheit nicht gestartet werden darf.<br />
Abb. 8 Scatterplot, der die Abhängigkeit zwischen Starttemperatur und O-Ring Schaden zeigt [Tuf 1997]<br />
Für den Start der Challenger gab es außer den beschriebenen Gründen auch einen hohen<br />
politischen und öffentlichen Druck. Starts <strong>von</strong> Shuttles waren zum damaligen Zeitpunkt<br />
zur vermeintlichen Routine geworden. Der Start der Challenger wäre der erste Start<br />
eines Space Shuttles seit Jahren gewesen, welcher hätte abgesagt werden müssen. Das<br />
Ausbleiben <strong>von</strong> klarem Denken bei der Analyse und der Präsentation <strong>von</strong> Beweisen öffnet<br />
beim Treffen <strong>von</strong> Entscheidungen die Tür für alle Sorten <strong>von</strong> politischen oder anderen<br />
schädlichen Einflüssen. Seit dem Unglück der Challenger wurden eine Reihe <strong>von</strong> Flügen<br />
aus guten Gründen abgesagt.<br />
2.5.3 Verfälschende <strong>Visualisierung</strong>en<br />
Nicht jede <strong>Visualisierung</strong> gibt den Inhalt der zugrundeliegenden <strong>Daten</strong> wahrheitsgetreu<br />
und vor allem objektiv wieder. <strong>Visualisierung</strong>en sind durchaus in der Lage wahre<br />
Gegebenheiten oder Tatsachen zu verfälschen, obwohl sie auf einer korrekten <strong>Daten</strong>basis<br />
erstellt wurden. Anknüpfend an das Beispiel der Cholera Epidemie in London im Jahre<br />
1854 soll gezeigt werden, dass je nach <strong>Visualisierung</strong> die Tatsachen abgeschwächt<br />
beziehungsweise verstärkt werden können. Diese Darstellung erfolgt zunächst an dem<br />
bereits beschriebenen „Irrglauben“, dass die Bekämpfung der Cholera Epidemie eindeutig<br />
auf die Entfernung der Wasserpumpe in der Broad Street durch Dr. John Snow zurück<br />
zuführen ist und nachfolgend an einer nachträglich erstellten geografischen Bereichs-<br />
aufteilung derselben <strong>Daten</strong>. Wie Abb. 9 (oben) zeigt, ging die Epidemie zum Zeitpunkt<br />
39
der Entfernung der Wasserpumpe an der Broad Street bereits zurück. Die Entfernung der<br />
Pumpe lässt also in der Grafik keine tatsächliche merkliche Änderung der Todesrate<br />
erkennen.<br />
Abb. 9 Tägliche vs. wöchentliche Darstellung der Todesfälle [Tuf 1997]<br />
Ändert sich nun in derselben Grafik mit denselben zugrundeliegenden <strong>Daten</strong> lediglich die<br />
Art der Darstellung der <strong>Daten</strong> und zwar <strong>von</strong> einer täglichen Darstellung der Todeszahl zu<br />
einer kumulierten wöchentlichen, scheint es, dass die Entfernung der Pumpe einen<br />
sofortigen rapiden Rückgang der Todesfälle <strong>von</strong> 458 nach 112 zur Folge hatte. Die<br />
tägliche Einteilung lässt dagegen keinen solchen Effekt erkennen.<br />
Eine weitere Verschiebung der Einteilung der Zeitleiste und zwar <strong>von</strong> einer wöchentlichen<br />
zu einer wochenübergreifende Einteilung, lässt die Tatsache der Entfernung der Pumpe<br />
noch dramatischer erscheinen (siehe Abb. 10). In dieser Darstellung scheint sich die<br />
Epidemie drei Wochen lang dramatisch auszubreiten, bis schließlich Ende der dritten<br />
Woche die Wasserpumpe entfernt wird. Nur zwei Tage später, eine typische Zeitspanne<br />
zwischen der Infektion durch infiziertes Wasser und dem darauffolgenden Tot durch<br />
Cholera, erfolgte laut Grafik ein rapider Rückgang der Todesfälle. Ohne Kenntnis der<br />
anderen Grafiken, wäre eine missverständliche Deutung der Sachverhalte unabwendbar.<br />
40
Abb. 10 Wochenübergreifende Darstellung der Todesfälle [Tuf 1997]<br />
Auch die Art der Aufteilungen <strong>von</strong> Flächen kann die Wahrheit sowohl offen legen als auch<br />
verbergen. Dr. John Snow verwendete eine Punktekarte um die Todesfälle im Bereich<br />
Londons geografisch festzuhalten. Nimmt man eine geografische Aufteilung der Bereiche<br />
vor, so ist es möglich, je nach Aufteilung der Bereiche die Aussagen der Grafiken zu<br />
„verfälschen“. Dies zeigen die <strong>von</strong> Mark Monmonier 6 erstellten Grafiken, welche er auf<br />
derselben <strong>Daten</strong>basis erstellte, wie Dr. Snow seine Punktekarte. Abb. 11 zeigt eine<br />
geografische Aufteilung des Gebietes in sechs Bereiche, bei der die meisten Todesfälle im<br />
Bereich der Broad Street Pumpe vorkommen. Ersichtlich ist dies anhand der<br />
verschiedenen Grauwerte. Der dunkelste Grauwert steht für die meisten Todesfälle, der<br />
hellste Grauwert entsprechend für die wenigsten Todesfälle. Die Ergebnisse hinsichtlich<br />
der Zentrierung der Todesfälle in der Nähe der Wasserpumpe der Broad Street,<br />
entspricht den Ergebnissen, die auch Dr. Snow erhielt.<br />
Abb. 11 Geografische Einteilung des Bereichs<br />
um die Broad Street in fünf Einzelbereiche<br />
– Version 1 [Tuf 1997]<br />
6 Mark Monmonier, How to Lie with Maps (Chicago, 1991), pp.142-143.<br />
Wasserpumpe<br />
„Broad Street“<br />
41
Abb. 12 links teilt dagegen das Gebiet geografisch so ein, dass die Anzahl der Todesfälle<br />
in vier der fünf Bereich nahezu gleich hoch ist und es somit keine Zentrierung in einem<br />
Bereich gibt. In einer weiteren Einteilung des Gebietes (Abb. 12 rechts) in fünf Bereiche,<br />
liegt die infizierte Wasserpumpe nicht einmal in den beiden am stärksten <strong>von</strong> Todesfällen<br />
betroffenen Gebieten.<br />
Abb. 12 Geografische Einteilung des Bereichs um die Broad Street in fünf Einzelbereiche – Version 2 [Tuf 1997]<br />
und Geografische Einteilung des Bereichs um die Broad Street in fünf Einzelbereiche – Version 2 [Tuf 1997]<br />
Diese beiden Beispiele zeigen, dass es möglich ist, mit grafischen Darstellungen<br />
Tatsachen zu verfälschen, ohne die zugrundliegende <strong>Daten</strong>basis selbst manipulieren zu<br />
müssen. Mittlerweile ist es leicht geworden mittels computergestützten Berechnungen<br />
und Erstellungen <strong>von</strong> Grafiken, Tausende <strong>von</strong> möglichen Variationen <strong>von</strong> grafischen und<br />
statistischen Zusammenfassungen zu durchsuchen. Dies führt dazu, dass man<br />
mittlerweile für Publikationen oder ähnliches ausschließlich die Grafiken heraus sucht,<br />
welche die eigene Sichtweise auch vorteilhaft unterstützen. Somit können auch<br />
<strong>Visualisierung</strong>en, ähnlich wie Worte oder mitunter sogar stärker, Sachverhalte<br />
verfälschen.<br />
42
2.6 Herausforderung des Themas<br />
„The purpose of visualization is insight, not pictures.“<br />
[Card, Mackinlay, Shneiderman]<br />
Die Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> ist, wie bereits erwähnt, ein breitgefächertes<br />
Feld, mit dem sich verschiedenen Disziplinen, wie die Computer Grafik oder die<br />
Information Visualization beschäftigen und welches über zahlreiche Anwendungs-<br />
möglichkeiten in vielen unterschiedlichen Bereichen verfügt. Die vorliegende State-of-<br />
the-Art Analyse beschäftigt sich mit der Thematik aus Sicht der Information Visualization,<br />
jedoch sind viele der Aspekte auch übertragbar auf die anderen Disziplinen.<br />
Die Herausforderung der Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> im allgemeinen liegt<br />
darin, die oftmals propagierten Vorzüge der visuellen Darstellung <strong>von</strong> <strong>Daten</strong> -<br />
Unterstützung der menschlichen Wahrnehmung bei der Informationssuche und<br />
Hilfestellung beim Verstehen und Erkennen <strong>von</strong> Informationsstrukturen [Lin 1998] - mit<br />
einer konkreten <strong>Visualisierung</strong> auch zu erreichen. Die Verwendung einer visuellen<br />
Darstellung, bzw. <strong>Visualisierung</strong> anstatt einer andersartigen Darstellungsform ist kein<br />
Garant für eine Verbesserung der Darstellung selbst. Ganz im Gegenteil, dies kann auch<br />
zu einer Verschlechterung, bzw. zu einer verfälschenden Darstellung führen (siehe<br />
Kapitel 2.5.3). Der Fokus bei <strong>Visualisierung</strong>en sollte daher mehr auf dem Nutzen der<br />
<strong>Visualisierung</strong> liegen als auf den Mitteln [CMS 1999]. Jedoch wird diese Tatsache häufig<br />
außer Betracht gelassen und manche <strong>Visualisierung</strong>en nur um ihrer selbst Willen<br />
entwickelt. Hypothetische Konstrukte oder Annahmen, gepaart mit technischer<br />
Machbarkeit sind der Motivator für die Entwicklung solcher <strong>Visualisierung</strong>en. Unterstützt<br />
wird diese Vorgehensweise häufig <strong>von</strong> der Tatsache, dass <strong>Visualisierung</strong>en bisher<br />
generell kaum Evaluationen unterzogen werden und häufig nur vereinzelt den Weg in die<br />
praktische Anwendung finden. Jedoch konnte man in jüngerer Zeit einen Wandel in<br />
diesem Trend beobachten, da immer mehr <strong>Visualisierung</strong>en evaluiert werden, so dass die<br />
Anzahl <strong>von</strong> empirischen Studien in diesem Bereich zunehmend steigt [CY 2000]. Wie in<br />
Kapitel 4.4 gezeigt wird, hängt der erfolgreiche Einsatz einer <strong>Visualisierung</strong> <strong>von</strong> einer<br />
Reihe <strong>von</strong> Faktoren ab, jedoch ist das Hauptziel <strong>von</strong> <strong>Visualisierung</strong>en stets der Nutzen für<br />
den Benutzer, unabhängig da<strong>von</strong> wie dieser im Einzelfall definiert wird.<br />
43
2.7 Ausgangssituation<br />
Dieser Teil der <strong>STAR</strong> behandelt die Darstellung der Ausgangssituation, d.h. in wie weit<br />
<strong>Visualisierung</strong>en bei den derzeitigen Webauftritten der Automobilbranche bereits<br />
eingesetzt werden. Ziel dabei ist, einen Überblick über den allgemeinen IST-Stand,<br />
insbesondere bezüglich der Darstellung der Produktwelt, in dieser Branche zu gewinnen.<br />
Dabei lag der Fokus der Betrachtung vor allem auf der Darstellung der Automobilwelt<br />
(PKW), wie sie dem Kunden insbesondere im Car Konfigurator, welcher bereits viele<br />
Interaktionsmöglichkeiten mit den <strong>Daten</strong> bietet, präsentiert wird.<br />
Um zunächst einen allgemeinen Eindruck des Webauftrittes Mercedes-Benz Deutschland 7<br />
und der dabei verwendeten <strong>Visualisierung</strong>en zu erhalten, erfolgte eine umfassende<br />
Betrachtung des gesamten Webseite, inklusive des Car Konfigurators. Zusätzlich wurde<br />
auch die schwedische Version des Car Konfigurators 8 <strong>von</strong> Mercedes-Benz betrachtet, da<br />
dieser die aktuellere Version im Vergleich zum deutschen Car Konfigurator darstellt. Da<br />
Car Konfiguratoren ein weitverbreitetes „Tool“ auf Automobil-Webseiten darstellen, war<br />
es möglich auch die Lösungen anderer Automobilkonzerne zu prüfen und somit einen<br />
Eindruck über den „IST-Stand“ in diesem Bereich zu erhalten. Die Auswahl der<br />
Webauftritte erfolgte möglichst breitgefächert - unabhängig <strong>von</strong> Image oder Marktanteil<br />
der jeweiligen Automobilkonzerne - da nicht zwangsläufig da<strong>von</strong> ausgegangen werden<br />
kann, dass diese Faktoren unmittelbar mit der Qualität der jeweiligen Webauftritte<br />
zusammenhängen. Jedoch berücksichtigt die Betrachtung ausschließlich – mit Ausnahme<br />
des schwedischen Car Konfigurators – deutsche Webauftritte. Diese Spezialisierung fand<br />
statt, da aus der Vielzahl an unterschiedlichen Webauftritten, die größtenteils<br />
Länderspezifisch sind, in irgendeiner Form eine Teilmenge zur Betrachtung selektiert<br />
werden musste. Die Einschränkung auf ausschließlich deutsche Webauftritte begründet<br />
sich damit, dass die deutschen Webseiten anderer Automobilkonzerne in unmittelbaren<br />
Vergleich zur Webseite <strong>von</strong> Mercedes-Benz Deutschland stehen.<br />
7 Mercedes-Benz Deutschland [http://www.mercedes-benz.de]<br />
8 Mercedes-Benz Schweden [http://www.mercedes-benz.se]<br />
44
Zu den betrachteten Webauftritten anderer Automobilkonzerne 9 , mit Fokus auf die Car<br />
Konfiguratoren gehören (in alphabetischer Reihenfolge): Alfa Romeo, Audi, BMW,<br />
Citroen, Daihatsu, Fiat, Ford, Lancia, Nissan, Opel, Peugeot, Porsche, Renault, Saab,<br />
Seat, Skoda, Toyota, Volkswagen und Volvo. Da, zumindest zum Zeitpunkt der Analyse<br />
(April 2004), nicht alle Automobilkonzerne Car Konfiguratoren auf ihren Webseiten<br />
anbieten, fehlen an dieser Stelle einige Namen, wie zum Beispiel Honda oder Mitsubishi.<br />
Da<strong>von</strong> abgesehen war es auch nicht Ziel dieser Betrachtung, Vollständigkeit zu erreichen<br />
sondern einen möglichst Markenübergreifenden Eindruck bezüglich der Darstellung der<br />
Produktwelt - insbesondere in Car Konfiguratoren - zu gewinnen.<br />
Nachfolgend werden nun die Ergebnisse dieser Betrachtung wieder gegeben. Die<br />
Darstellung der Ergebnisse erfolgt an dieser Stelle nicht detailliert sondern wird kurz, im<br />
Stil eines Fazits, zusammengefasst.<br />
2.7.1 Mercedes-Benz<br />
Der Webauftritt <strong>von</strong> Mercedes-Benz Deutschland umfasst eine Vielzahl <strong>von</strong> Informationen<br />
und Funktionen. Bei der Betrachtung der gesamten Webseite konnte jedoch festgestellt<br />
werden, dass insgesamt gesehen, verhältnismäßig wenig <strong>Visualisierung</strong>en eingesetzt<br />
werden um die Inhalte darzustellen. Die Darstellung des Kontents erfolgt vorrangig in<br />
Textform, in Kombination mit Bildmaterial. Dazu werden häufig Fließtext, Bildreihen,<br />
tabellenartige Strukturen und Listendarstellungen in Kombination mit Hyperlinks<br />
verwendet. <strong>Visualisierung</strong>en werden nur an einigen wenigen Stellen eingesetzt. Der<br />
nachfolgende Abschnitt soll hierfür einige Beispiele zeigen.<br />
So verfügt beispielweise die „Händlersuche“ über geografische Karten, in welchen die<br />
verschiedenen Standorte <strong>von</strong> Mercedes-Benz Händlern markiert, bzw. die Anfahrtsroute<br />
zu einem bestimmten Händler eingezeichnet ist (siehe Abb. 13). Allerdings lassen die<br />
Karten keinerlei Form der direkten Interaktion, wie zum Beispiel „Zoom“ oder „Selektion“<br />
durch den Benutzer zu, sondern haben einen rein statischen Bildcharakter.<br />
9<br />
Betrachtete Car Konfiguratoren anderer Automobilhersteller: Alfa Romeo (de) [http://www.alfaromeo.de/],<br />
Audi (de) [http://www.audi.de], BMW (de) [http://www.bmw.de], Citroen (de) [http://www.citroen.de],<br />
Daihatsu (de) [http://www.daihatsu.de], Fiat (de) [http://www.fiat.de], Ford (de) [http://www.ford.de], Lancia<br />
(de) [http://www.lancia.de], Nissan (de) [http://www.nissan.de], Opel (de) [http://www.opel.de], Peugeot<br />
(de) [http://www.peugeot.de], Porsche (de) [http://www.porsche.de], Renault (de) [http://www.renault.de],<br />
Saab (de) [http://www.saab.de], Seat (de) [http://www.seat.de], Skoda (de) [http://www.skoda.de], Toyota<br />
(de) [http://www.toyota.de], VW (de) [http://www.volkswagen.de], Volvo (de) [http://www.volvo.de]<br />
45
Abb. 13 Geografische Karten: Händlerstandorte (li.) und Anfahrtsroute (re.)<br />
Interaktion für den Benutzer bieten dagegen die „360 Grad Ansicht“ der Fahrzeuge (Abb.<br />
14) und insbesondere die „Interaktive Bedienungsanleitung“ der jeweiligen<br />
Fahrzeugklassen (Abb. 15). Hier kann der Benutzer Fahrzeug- und Bedienelemente, wie<br />
zum Beispiel Regler und Knöpfe selber testen und das entsprechende Feedback<br />
beobachten.<br />
Abb. 14 „360 Grad Ansicht“ aussen (li.) und innen (re.)<br />
46
Abb. 15 Beispielabbildungen aus der „Interaktiven Bedienanleitung“ des SLK<br />
Der „Fahrzeugkalkulator“ (Abb. 16 links), welcher zu der Kategorie der<br />
Finanzdienstleistungen gehört, nutzt für die <strong>Visualisierung</strong> einer Online-Kalkulation die<br />
Metapher eines Armaturenbretts. Der Benutzer hat so die Möglichkeit die gewünschten<br />
Werte bzw. Kategorien mittels direkter Manipulation der Zeiger der jeweiligen „Tachos“<br />
auszuwählen. Eine direkte Texteingabe durch den Benutzer wird somit überflüssig.<br />
Abb. 16 Fahrzeugkalkulator (li.) und Wunschfahrzeug (Softfinder) (re.)<br />
Ein weiteres Tool, das zu den Finanzdienstleistungen gehört und ebenfalls eine<br />
<strong>Visualisierung</strong> nutzt, ist der „Softfinder“ (Abb. 16 rechts). Mit diesem Tool ist es dem<br />
Benutzer möglich, Fahrzeuge je nach Höhe der monatlichen Finanzierungsrate und<br />
Laufzeit entsprechend zu ermitteln. Mittels Slidern können die gewünschten Angaben zu<br />
diesen Kriterien vom Benutzer eingestellt werden. Der Softfinder liefert schließlich die in<br />
Frage kommenden Fahrzeuge in Form <strong>von</strong> Fahrzeugsymbolen zurück, wobei<br />
entsprechende Änderungen in Größe und Transparenz der Symbole zusätzlich die<br />
Relevanz der Treffer kodieren.<br />
47
Auch das Tool der „Finanzierungsarten“ arbeitet mit einer <strong>Visualisierung</strong>. Hier kann der<br />
Benutzer je nach Finanzierungsart verschiedene Angaben, wie zum Beispiel die „Höhe der<br />
Anzahlung“ oder die „Laufzeit“ mittels einer Balkendarstellung interaktiv verändern. Bei<br />
Änderung einer Angabe, also der Höhe, bzw. Breite eines Balkens, veränderen sich<br />
entsprechend die Proportionen der jeweils anderen Balken.<br />
Abb. 17 Finanzierungsarten(li.) und Preis-Finder (re.)<br />
Der „Preis-Finder“ (Abb. 17 rechts) schließlich stellt eine Scatterplot-Darstellung dar. Die<br />
verikale Achse ist mit den einzelnen Fahrzeugklassen belegt (kategorische Achse), die<br />
horizontale Achse mit dem Preis (kontinuierliche Achse). Durch die direkte Manipulation<br />
der Preisachse kann der Benutzer sich die gewünschte Preisrange interaktiv einstellen.<br />
Entsprechend verändert sich die Positionierung der Fahrzeugsymbole, bzw. kommen<br />
Fahrzeuge hinzu oder fallen aus der Darstellung heraus.<br />
Car Konfigurator<br />
Der Car Konfigurator der deutschen Webseite <strong>von</strong> Mercedes-Benz beinhaltet selbst keine<br />
expliziten <strong>Visualisierung</strong>en. Die Darstellung der Inhalte des Konfigurators erfolgt<br />
hauptsächlich über horizontale oder vertikale Listen- oder Tabellendarstellungen, wobei<br />
diese sowohl Bilder als auch Texte enthalten können. Weitere Elemente, welche häufig<br />
verwendet werden sind Hyperlinks (Text oder Bild), Pull-Down-Menues, Radio Buttons<br />
und Check Boxes. Über diese Elemente erfolgt in der Regel die jeweilige Auswahl des<br />
Benutzers.<br />
48
Abb. 18 Überblick über die Klassen und ihre jeweiligen Modelle<br />
Der schwedische Car Konfigurator bietet im Gegensatz zum deutschen Konfigurator dem<br />
Benutzer einen Scatterplotartigen Überblick über die jeweiligen Klassen und ihre Modelle,<br />
bzw. Preise oder Motorleistungen (Abb. 18). Der Wechsel zwischen den jeweiligen<br />
Darstellungen, <strong>von</strong> welchen es insgesamt drei gibt, gleicht einem Wechsel der Achsen-<br />
belegung der horizontalen Achse. Die kategorische Belegung der vertikalen Achse mit<br />
den einzelnen Fahrzeugklassen bleibt jeweils bestehen.<br />
Bis auf diesen Unterschied entspricht der schwedische Car Konfigurator jedoch prinzipiell<br />
der Beschreibung des deutschen Car Konfigurators, auch wenn sich die jeweiligen<br />
visuellen Ausgestaltungen <strong>von</strong>einander unterscheiden. Denn auch der schwedische Car<br />
Konfigurator setzt bis auf obige Ausnahme keine weiteren <strong>Visualisierung</strong>en ein.<br />
2.7.2 Andere Automobilkonzerne<br />
Die Betrachtung <strong>von</strong> Car Konfiguratoren anderer Automobilkonzerne 10 ergab, dass die<br />
Beschreibung des deutschen Car Konfigurators ebenfalls auf alle weiteren betrachteten<br />
Konfiguratoren zutrifft. Das heisst, es gibt ein auffallend übereinstimmendes Bild, was die<br />
prinzipielle Darstellung der <strong>Daten</strong> in den Konfiguratoren angeht. Sicherlich gibt es<br />
Unterschiede zwischen den einzelnen Konfiguratoren, wie die visuelle Ausgestaltung,<br />
Kategorisierungen, Zugangsmöglichkeiten oder auch angebotene Funktionen. So verfügt<br />
zum Beispiel der Car Konfigurator <strong>von</strong> Porsche über die Funktion „Sound“, mit welcher<br />
sich der Benutzer das Motorgeräusch der jeweiligen Fahrzeuge anhören kann. Andere<br />
10 Die Auflistung der einzelnen Automobilkonzerne erfolgte bereits im einleitenden Teil des Kapitels.<br />
49
Automobilkonzerne bieten Zugangsmöglichkeiten zum Konfigurator über Preis oder<br />
Modellwahl, wie Citroen oder verfügen über sortierbare Listen, wie Renault oder Porsche.<br />
Die Schemata, welche zur Darstellung der jeweiligen <strong>Daten</strong> verwendet werden sind<br />
jedoch prinzipiell immer dieselben: Horizontale oder vertikale Listen- oder<br />
Tabellendarstellungen mit Bildern oder Texten, Hyperlinks (Text oder Bild), Pull-Down-<br />
Menues, Radio Buttons und Check Boxes. Eine Verwendung <strong>von</strong> expliziten<br />
<strong>Visualisierung</strong>en für die Inhalte des Car Konfigurators konnte bei keinem der<br />
berücksichtigten Automobilkonzerne festgestellt werden.<br />
Zusammenfassend kann man also sagen, dass explizite <strong>Visualisierung</strong>en für die<br />
Darstellung <strong>von</strong> <strong>Daten</strong>, bisher nur wenig bei den Webauftritten <strong>von</strong> Automobilkonzernen<br />
eingesetzt werden. Einige Ausnahmen bietet hier, wie oben gesehen, die deutsche<br />
Webseite <strong>von</strong> Mercedes-Benz. Jedoch bestehen vor allem im Bereich der Car<br />
Konfiguratoren diesbezüglich Defizite. Dabei bilden auch die Car Konfiguratoren <strong>von</strong><br />
Mercedes-Benz Deutschland und Schweden hierbei keine Ausnahme.<br />
50
2.8 Legitimation für das Thema<br />
“A picture is often said to be worth a thousand words.<br />
Similarily, an interface is worth a thousand pictures.”<br />
[Bederson, Shneiderman]<br />
Wie bereits erwähnt, sind <strong>Visualisierung</strong>en in vielen Anwendungsbereichen denkbar und<br />
werden dort zum Teil auch bereits eingesetzt. Der Trend geht zu immer mehr<br />
Anwendungen, welche sich die Vorteile interaktiver visueller Darstellung <strong>von</strong> Information<br />
oder <strong>Daten</strong> zu nutze machen.<br />
Die Betrachtung der Webauftritte <strong>von</strong> Automobilkonzernen hat gezeigt, dass die<br />
Thematik der <strong>Visualisierung</strong> hier bisher nur eine auffallend untergeordnete Rolle spielt.<br />
Dabei bieten gerade Tools, wie der Car Konfigurator bereits jetzt schon Benutzern viele<br />
Interaktionsmöglichkeiten mit den <strong>Daten</strong>. Demnach ist die Interaktivität mit den <strong>Daten</strong><br />
bereits vorhanden, die Darstellung der <strong>Daten</strong> erfolgt dagegen bisher noch in<br />
konventioneller Form - häufig in Listendarstellungen. Dies bietet die Möglichkeit,<br />
<strong>Visualisierung</strong>en in die Darstellung <strong>von</strong> <strong>Daten</strong> miteinzubringen und die Vorteile<br />
interaktiver visueller Gestaltung <strong>von</strong> <strong>Daten</strong> zu nutzen. Die Auseinandersetzung mit der<br />
Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> zeigt also neue Möglichkeiten für die visuelle<br />
Repräsentation und Interaktion mit <strong>Daten</strong> auf, deren adäquater Einsatz zu verbesserten<br />
Lösungen führt.<br />
51
3. <strong>Visualisierung</strong> in der Wissenschaft<br />
Teil 3 der <strong>STAR</strong> beinhaltet die Ergebnisse der Recherchen zum Thema <strong>Visualisierung</strong> in<br />
der Wissenschaft. Dieser Teil der Studie gibt einen kurzen Überblick über die wichtigsten<br />
Beiträge zum Thema <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> auf wissenschaftlicher Ebene, wie zum<br />
Beispiel einschlägige Literatur, Konferenzen, Wissenschaftler und Institutionen. Die<br />
Darstellung der Ergebnisse erfolgt in gekürzter Listenform, welche entsprechende<br />
Hinweise auf weiterführende Informationen zu den jeweiligen Ergebnissen enthält.<br />
3.1 Konferenzen<br />
Die nachfolgenden Konferenzen stehen alle mit der Thematik der <strong>Visualisierung</strong> <strong>von</strong><br />
<strong>Daten</strong> in Beziehung. Da sich mit dieser Thematik, wie schon bereits erwähnt, eine Reihe<br />
<strong>von</strong> Disziplinen beschäftigen, fällt auch die Auflistung entsprechend heterogen aus. Die<br />
unten angeführte alphabetische Auflistung erhebt keinen Anspruch auf Vollständigkeit.<br />
� ACM SIGSOFT 2004<br />
http://www.isr.uci.edu/FSE-12/<br />
International Symposium on Foundations of Software Engineering<br />
Newport Beach, Californien, USA<br />
� CGIM 2004<br />
http://www.iasted.com/conferences/2004/hawaii/cgim.htm<br />
The 7th IASTED International Conference on Computer Graphics and Imaging<br />
Kauai, Hawaii, USA<br />
� CHI2004<br />
http://www.chi2004.org/index.html<br />
The premier international conference for human-computer interaction<br />
Wien, Österreich<br />
52
� CVPR 2004<br />
http://cvl.umiacs.umd.edu/conferences/cvpr2004/<br />
IEEE Computer Society Conference on Computer Vision and Pattern Recognition.<br />
Washington, DC, USA<br />
� DIS 2004<br />
http://www.cc.gatech.edu/gvu/events/conferences.html<br />
Designing Interactive Systems: the premier Multiple Discipline Conference<br />
Cambridge, Massachusetts<br />
� ECCV 2004<br />
http://cmp.felk.cvut.cz/eccv2004/<br />
The 8th European Conference on Computer Vision<br />
Prag, Tschechische Republik<br />
� Eurographics 2004<br />
http://eg04.inrialpes.fr/<br />
Annual Conference of the European Association for Computer Graphics<br />
Grenoble, Frankreich<br />
� HFES 2004<br />
http://www.hfes.org/meetings/2004menu.html<br />
Human Factors and Ergonomic Society: 48th Annual Meeting<br />
New Orleans, Louisiana, USA<br />
� ICSE 2004<br />
http://conferences.iee.org/icse2004/<br />
The premier Software Engineering Conference<br />
Edinburgh, Scotland, UK<br />
� InfoVis 2004<br />
http://infovis.org/infovis2004/<br />
Tenth annual IEEE Symposium on Information Visualization. InfoVis is the primary<br />
meeting in the field of information visualization, and is held in conjunction with<br />
the IEEE Visualization 2004 (Vis04) conference in Austin, Texas.<br />
Austin, Texas, USA<br />
53
� INTERACT 2005<br />
http://giove.cnuce.cnr.it/interact2005.html<br />
Tenth IFIP TC13 International Conference on Human-Computer Interaction<br />
Rom, Italien<br />
� ISSTA 2004<br />
http://eecs.oregonstate.edu/issta2004/<br />
International Symposium on Software Testing and Analysis<br />
Boston, Massachusetts, USA<br />
� Mobile HCI 04<br />
http://www.cis.strath.ac.uk/~mdd/mobilehci04/<br />
6th International Conference on Human Computer Interaction with Mobile Devices<br />
and Services<br />
Glasgow, Scotland<br />
� SCI 2004<br />
http://www.iiisci.org/sci2004/website/default.asp<br />
The 8th World Multi-Conference on Systemics, Cybernetics and Informatics<br />
Orlando, Florida, USA<br />
� SIGGRAPH 2004<br />
http://www.siggraph.org/s2004/<br />
The 31st International Conference on Computer Graphics and Intercative<br />
Techniques<br />
Los Angeles, Kalifornien, USA<br />
� Smart Graphics 2004<br />
http://www.smartgraphics.org/sg04/<br />
The 4th International Symposium on Smart Graphics<br />
Alberta, Kanada<br />
� UIST 2004<br />
http://www.acm.org/uist/index.html<br />
Seventeenth Annual ACM Symposium on User Interface Software and Technology<br />
Santa Fe, New Mexico<br />
54
� Vis 2004<br />
http://vis.computer.org/vis2004/cfp/<br />
Premier forum for Visualization Advances in science and engineering for academia,<br />
government, and industry<br />
Austin, Texas, USA<br />
� VisSym 2004<br />
http://www.inf.uni-konstanz.de/cgip/vissym04/index.shtml<br />
The sixth joint Eurographics − IEEE TCVG Symposium on Visualization<br />
<strong>Konstanz</strong>, Deutschland<br />
� VolVis 2004<br />
http://www.volvis.org/volvis2004<br />
IEEE/SIGGRAPH Symposium on Volume Visualization and Graphics 2004<br />
Austin, Texas, USA<br />
3.2 Wissenschaftler und Institutionen<br />
Der folgende Abschnitt nennt einige der bekanntesten Wissenschaftler aus dem Bereich<br />
der Information Visualization und listet Institutionen auf, welche sich mit der<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> beschäftigen. Diese können aus verschiedenen Disziplinen, wie<br />
der Computer Grafik oder der Information Visualization stammen, wobei einzelne<br />
Institutionen auch mehrere Disziplinen - entsprechend ihrer spezifischen Forschungs-<br />
bereiche - abdecken können.<br />
Zu den sicherlich bekanntesten Forschern und Wissenschaftlern aus dem Bereich der<br />
Information Visualization, welche auch einige der populärsten <strong>Visualisierung</strong>en in dem<br />
Bereich mitentwickelt haben, gehören zum Beispiel:<br />
� Benjamin B. Bederson ist Assistenzprofessor am Fachbereich Informatik der<br />
<strong>Universität</strong> Maryland. Zudem leitet er das Human-Computer Interaction Lab<br />
(HCIL) und wirkt am UMIACS, dem „Institut for Advanced Computer Studies“ der<br />
<strong>Universität</strong> Maryland mit.<br />
Homepage: http://www.cs.umd.edu/~bederson/<br />
55
� Stuart K. Card ist Ph.D. der Psychologie mit Studienausrichtung auf Künstliche<br />
Intelligenz (KI), Psychologie und Informatik. Seit Juni 2002 ist er Leiter der User<br />
Interface Forschungsgruppe am Xerox Palo Alto Research Center (PARC). Sein<br />
Forschungsschwerpunkt liegt auf Entwicklungen im Bereich der Human-Computer<br />
Interaction.<br />
� Jock D. Mackinlay, Ph.D. der Informatik, ist Mitglied der User Interface<br />
Forschungsgruppe am Xerox Palo Alto Research (PARC). Zu seinen<br />
Forschungsschwerpunkten gehört die Entwicklung <strong>von</strong> User Interfaces im Bereich<br />
der Information Visualization. Zudem gehört er zum redaktionellen Ausschuß der<br />
„ACM Transactions on Computer Human Interaction“.<br />
Homepage: http://www2.parc.com/istl/members/mackinlay/<br />
� Ben Shneiderman ist Professor am Fachbereich Informatik der <strong>Universität</strong><br />
Maryland. Von 1983 bis 2000 leitete er das Human-Computer Interaction<br />
Laboratory (HCIL). Heute gehört er zu den Mitgliedern des “Institute for Advanced<br />
Computer Studies” und des “Institute for Systems Research” an der <strong>Universität</strong><br />
Maryland. 1997 wurde er Mitglied der ACM, 2001 Mitglied der American<br />
Association for the Advancement of Science und erhielt im selben Jahr den ACM<br />
CHI (Computer Human Interaction) Lifetime Achievement Award. Seine<br />
Forschungsschwerpunkte liegen in den Bereichen der Human-Computer-<br />
Interaction und User Interface Design. Ausser einer Reihe <strong>von</strong> Büchern, welche er<br />
veröffentlichte, gehörte er dem redaktionellen Ausschuß mehrerer Journale, wie<br />
dem „ACM Transactions on Computer Human Interaction“ oder dem „ACM<br />
Interactions“ an.<br />
Homepage: http://www.cs.umd.edu/users/ben/<br />
� Robert Spence ist Professor für Information Engineering am Imperial College of<br />
Science, Technology and Medicine, London. Seit über 40 Jahren ist er im<br />
Forschungsbereich der Human-Computer Interaction tätig. Er gehört zu den<br />
Mitgliedern der IEEE und der Royal Acadamy of Engineering.<br />
Homepage: http://www.iis.ee.ic.ac.uk/~r.spence/<br />
56
Außer den zahlreichen Forschungsgruppen, welche sich an den <strong>Universität</strong>en mit der<br />
Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> beschäftigen - zu denen zum Beispiel auch die<br />
Forschungsgruppe HCI unter der Leitung <strong>von</strong> Prof. Dr. Harald Reiterer der <strong>Universität</strong><br />
<strong>Konstanz</strong> gehört - existieren noch eine Reihe weiterer Institutionen in diesem<br />
Tätigkeitsbereich. Die folgende alphabetische Auflistung beinhaltet solche Institutionen,<br />
welche sich ebenfalls mit der Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> beschäftigen. Diese<br />
stellt lediglich eine Auswahl dar und erhebt daher keinen Anspruch auf Vollständigkeit.<br />
� Bell Labs<br />
http://www.bell-labs.com<br />
Entwicklungs- und Forschungslabor der Lucent Technologies<br />
Aktivitäten: Entwicklung <strong>von</strong> Produkten und Dienstleistungen sowie<br />
Grundlagenforschung in den Bereichen der Kommunikationstechnologie, wie zum<br />
Beispiel Physical Sciences, Computer Sciences & Software, Mathematical Sciences,<br />
Network Applications, Optical Networking und Wireless Networking.<br />
New York, USA<br />
� Eurographics<br />
http://www.eg.org/<br />
European Association for Computer Graphics<br />
Aktivitäten: Organisation <strong>von</strong> Konferenzen, Workshops, Seminaren,<br />
Kommunikationsforen, Herausgabe <strong>von</strong> Online-Publikationen für Mitglieder, etc.<br />
Aire-la-Ville, Schweiz<br />
� Fraunhofer Institute for Computer Graphics (IGD)<br />
http://www.igd.fhg.de/<br />
Institut für Grafische <strong>Daten</strong>verarbeitung<br />
Aktivitäten: Entwicklung <strong>von</strong> Produkten (Hard- und Software) und Erstellung<br />
<strong>von</strong> Konzepten, Modellen und Umsetzungslösungen für die graphische <strong>Daten</strong>-<br />
verarbeitung und ihre Anpassung an spezifische Anwendungsfälle.<br />
Darmstadt, Deutschland<br />
57
� Georgia Institute of Technology GVU Center<br />
http://www.cc.gatech.edu/gvu/<br />
Kooperation des Technology Square Research Building (TSRB), College of<br />
Computing Building (CCB), Centennial Research Building (CRB) und Georgia<br />
Center for Advanced Telecommunications Technology (GCATT)<br />
Aktivitäten: Erforschung und Entwicklung <strong>von</strong> Technologien in den Bereichen<br />
der Kommunikation, wie zum Beispiel Human Capabilities, Needs, and Practices,<br />
Graphical Display Techniques, Augmented Spaces, Intelligent Sensing, Novel<br />
Input, Output and Wearable Technologies<br />
Atlanta, USA<br />
� Gesellschaft für Informatik (GI)<br />
http://www.gi-ev.de/<br />
Verein für die Förderung des Informatikbereichs zu gemeinnützigen Zwecken<br />
Aktivitäten: Publikation <strong>von</strong> Fachliteratur, Ausrichtung <strong>von</strong> Informatik-<br />
Wettbewerben, Bereitstellung fachlicher Kommunikationsforen durch<br />
Veranstaltung <strong>von</strong> Arbeitstreffen, Fachtagungen, Kongressen und Ausstellungen,<br />
Mitwirkung im Bereich <strong>von</strong> Normen, Standards und Validierungen, etc.<br />
Bonn, Deutschland<br />
� Human-Centered Computing (HCC)<br />
http://www.cs.berkeley.edu/~jfc/hcc/<br />
Interdisziplänres Konsortium an der UC Berkeley<br />
Aktivitäten: Untersuchungen des Einflusses <strong>von</strong> Informationstechnologien<br />
im Alltag. Aufbau <strong>von</strong> entsprechenden Verarbeitungszentren.<br />
Kalifornien, USA<br />
� Human-Computer Interaction Lab (HCIL), University of Maryland<br />
http://www.cs.umd.edu/hcil/<br />
Interdisziplinäres Forschungslabor der <strong>Universität</strong> Maryland, USA<br />
Aktivitäten: Forschung in den Bereichen Advanced User Interfaces und ihren<br />
Entwicklungsprozessen. Entwicklung <strong>von</strong> neuen Theorien, Methoden und<br />
Technologien.<br />
Maryland, USA<br />
58
� IEEE Computer Society<br />
http://www.ieee.org/portal/<br />
Verband zur Kontrolle und Einführung <strong>von</strong> Standards in der Elektrotechnik und<br />
Kommunikationstechnologie<br />
Aktivitäten: Überwachung, Weiterführung und Entwicklung <strong>von</strong> bestehenden und<br />
neu definierten Standards.<br />
Piscataway, New York und Washington, USA; Singapur<br />
� INI-GraphicsNet<br />
http://www.inigraphics.net/<br />
Internationales Netzwerk <strong>von</strong> Institutionen aus dem Bereich der Computergrafik,<br />
wie zum Beispiel der Fraunhofer IGD<br />
Aktivitäten: Aus- und Fortbildung, Forschung und Entwicklung in den Bereichen<br />
der Techniken, Systemen und Anwendungen der Computergrafik; angewandte<br />
Auftragsforschung bis hin zur Entwicklung <strong>von</strong> Technologie- bzw. Anwendungs-<br />
prototypen<br />
Coimbra, Portugal; Darmstadt, Rostock, Deutschland; Providence, USA; Singapur<br />
� Institute for Systems Research (ISR), University Maryland<br />
http://www.isr.umd.edu/ISR/HP.htm<br />
Joint Venture der <strong>Universität</strong> Maryland und Harvard <strong>Universität</strong>, National<br />
Science Foundation (NSF) Engineering Research Center der USA.<br />
Aktivitäten: Entwicklung, Anwendung und Lehre <strong>von</strong> fortgeschrittenen Design-<br />
und Analysemethoden. Erarbeiten <strong>von</strong> Lösungen für komplexe, hierarchische,<br />
heterogene und dynamische Probleme in den Ingenieurwissenschaften und<br />
Systemen für Industrie und Regierung.<br />
Maryland, USA<br />
� MIT Media Lab<br />
http://www.media.mit.edu/<br />
Institut für Medientechnologien an der <strong>Universität</strong> Massachusettes<br />
Aktivitäten: Grundlagenforschungen und –anwendungen in der Überschneidung<br />
<strong>von</strong> EDV und Kunst. Entwicklungen in den Bereichen wie z.B. Softwareagenten,<br />
Wearable Computers, Advanced Interface Design, Interaktives Kino, Digital<br />
Expression (<strong>von</strong> Text über Grafiken zu Sound), Räumliche Darstellung, etc.<br />
Cambridge, USA<br />
59
� SIGCHI<br />
http://www.sigchi.org/<br />
ACM's Special Interest Group on Computer-Human Interaction<br />
Aktivitäten: Zusammenführung <strong>von</strong> Design, Evaluierung, Implementierung und<br />
Untersuchung <strong>von</strong> interaktiven Computersystemen für die Nutzung durch den<br />
Menschen. Pflege eines internationalen Forums im Bereich Mensch-Computer-<br />
Kommunikation (HCI).<br />
New York, USA<br />
� SIGGRAPH<br />
http://www.siggraph.org/index.html<br />
ACM`s Special Interest Group on Computer Graphics<br />
Aktivitäten: Förderung <strong>von</strong> Informationsbeschaffung und –austausch in<br />
den Bereichen Theorie, Design, Implementierung und Anwendung <strong>von</strong><br />
Computergenerierten Grafiken sowie interaktiven Techniken.<br />
New York, USA<br />
� University of Maryland Institute for Advanced Computer Studies<br />
(UMIACS)<br />
http://www.umiacs.umd.edu/<br />
Forschungsinstitut der <strong>Universität</strong> Maryland im Bereich der Advanced Computer<br />
Studies<br />
Aktivitäten: Förderung <strong>von</strong> interdisziplinärer Forschung und Ausbildung in der<br />
EDV, insbesondere in den Bereichen Computer Science, Electrical and Computer<br />
Engineering, Geography, Linguistics, Philosophy, Life Sciences, Information<br />
Studies.<br />
Maryland, USA<br />
� Virtual Reality Society (VRS)<br />
http://www.vrs.org.uk/<br />
Internationale Gesellschaft für die Diskussion und Förderung der Bereiche der<br />
Virtual Reality und Synthetic Environments<br />
Aktivitäten: Publikation internationaler Journale, Organisation spezifischer<br />
Interessengruppen, Konferenzen, Seminare und Tutorials.<br />
West Sussex, UK<br />
60
� Xerox Palo Alto Research Center (PARC)<br />
http://www.parc.xerox.com<br />
Gegründet <strong>von</strong> der Xerox Corporation als „Office of the Future“<br />
Aktivitäten: Interdisziplinäre Forschung in den Bereichen Physik, EDV und<br />
Sozialwissenschaften, wie zum Beispiel in Projekten <strong>von</strong> Micro-Scale Devices,<br />
Biomedical Sciences, Mobile & Wireless, Image Processing, Document Content,<br />
Sensemaking und Community.<br />
Palo Alto, USA<br />
� Zentrum für Virtual Reality und <strong>Visualisierung</strong> Forschungs GmbH (VRVIS)<br />
http://www.vrvis.at/<br />
Anwendungsorientierte Forschungseinrichtung Österreichs im Bereich Virtual<br />
Reality und <strong>Visualisierung</strong><br />
Aktivitäten: Forschung in den Bereichen der Virtual Reality für Marketing und<br />
Edutainment, Virtuelle Städte, Anwendungen der wissenschaftl. <strong>Visualisierung</strong>,<br />
Virtual Reality Grundlagen, Interaktive <strong>Visualisierung</strong>. Technologietransfer<br />
zwischen Hochschulen und Industrie.<br />
Wien, Österreich<br />
3.3 Literatur<br />
Ausser diversen Journalen, welche zum Beispiel <strong>von</strong> Institutionen, wie der ACM<br />
herausgegeben werden, – „ACM Transactions on Computer Human Interaction“ oder<br />
„ACM Interactions“ - gehören auch die jeweiligen Konferenzbände zur Fach-, bzw.<br />
Standardliteratur im Bereich der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>. Zu den Standardwerken der<br />
Bücher speziell im Bereich der Information Visualization gehören:<br />
� Information Visualization<br />
Robert Spence. Harlow, ACM Press (Addison-Wesley) 2001.<br />
� Information Visualization. Perception for Design<br />
Colin Ware, Morgan Kaufmann Publishers, San Francisco, CA, 2000.<br />
61
� Information Visualisation and Virtual Environments<br />
Chaomei Chen, Springer-Verlag, London, 1999.<br />
� Readings in Information Visualization: Using Vision to Think<br />
Stuart K. Card, Jock D. Mackinlay, Ben Shneiderman (Eds.), Morgan Kaufmann,<br />
San Francisco, CA, 1999.<br />
� The Craft of Information Visualization: Readings and Reflections<br />
Benjamin B.Bederson, Ben Shneiderman, San Francisco, CA (Morgan Kaufmann),<br />
2003.<br />
� Envisioning Information<br />
Edward R. Tufte, Graphics Press, Cheshire, Connecticut, 1990.<br />
� The Visual Display of Quantitative Information<br />
Edward R. Tufte, 2nd Edition, Graphics Press, Cheshire, Connecticut, 2001.<br />
� Visual Explanations<br />
Edward R. Tufte, Graphics Press, Cheshire, Connecticut, 1997.<br />
62
4. Thematische Auseinandersetzung<br />
Innerhalb der thematischen Auseinandersetzung erfolgt der eigentliche fachliche Diskurs<br />
zum Thema <strong>Visualisierung</strong> und stellt somit auch den Schwerpunkt der Studie dar. Ziel<br />
dieses Kapitels ist es, eine Vorstellung <strong>von</strong> der großen Vielfalt an Ideen zu vermitteln,<br />
welche bereits entwickelt wurden, um <strong>Daten</strong> in visuelle Strukturen zu verwandeln, ihre<br />
Anwendungsbereiche kennen zu lernen und anhand dieser Ergebnisse ein Konzept<br />
aufzustellen, wann welche <strong>Visualisierung</strong>stechnik sinnvollerweise zum Einsatz gebracht<br />
werden soll.<br />
Langbestehende wissenschaftliche Domänen, wie die Physik oder Chemie verwenden für<br />
ihrer Arbeit strenge quantitative Gesetzte und Formeln, wie beispielsweise<br />
mathematische Formulierungen. Neuere Disziplinen dagegen, wie die Psychologie,<br />
Soziologie oder auch die HCI nutzen dagegen dafür eher qualitative Frameworks und<br />
Modelle. Frameworks entstehen aus einem allgemeineren Verständnis und Generali-<br />
sierungen der Thematik. Sie werden oftmals in kompakten Tabellen oder Charts<br />
präsentiert, welche informell ein, zwei oder mehr Variablen und ihre Interaktionen<br />
beschreiben. Formalisiertere Modelle können Prozessbeschreibungen (wie in Don<br />
Norman’s (1993) Sieben-Stadien-Modell der Interaktion) oder ausführbare Simulationen,<br />
deren Ergebnisse mit der Realität konform sind, beinhalten. [BS 2003]<br />
In der jungen Disziplin des Forschungsbereichs der Human Computer Interaction hat<br />
diese Suche nach Generalisierungen bereits eine Vielzahl <strong>von</strong> Theorien und Modellen<br />
hervorgebracht, welche Begründungen und Prognosen unterstützen und helfen neue<br />
Entwicklungen hervorzubringen. Eines der bekanntesten und oftmals zitierten Modelle ist<br />
das Referenzmodell für <strong>Visualisierung</strong> <strong>von</strong> Ben Shneiderman. Dieses Modell soll auch hier<br />
als Grundlage dienen um den Transformationsprozess <strong>von</strong> den originären <strong>Daten</strong> in eine<br />
oder mehrere visuelle Darstellungen zunächst konzeptionell zu erläutern und um später,<br />
auf dieser Basis bestehende <strong>Visualisierung</strong>en vorstellen und diskutieren zu können.<br />
63
4.1 Vorstellung des Referenzmodells für <strong>Visualisierung</strong><br />
Bei der Erzeugung <strong>von</strong> <strong>Visualisierung</strong>en geht es prinzipiell darum, <strong>Daten</strong> in visuelle<br />
Formen umzuwandeln. Ziel dabei ist es, eine entsprechende adäquate Umwandlung zu<br />
finden. Um diesen Transformationsprozess konzeptionell zu beschreiben, werden Modelle<br />
verwendet. Die Verwendung <strong>von</strong> Modellen erleichtert die Diskussion über<br />
<strong>Visualisierung</strong>en und ermöglicht es, diese zu beschreiben und einander gegenüber zu<br />
stellen. [CMS 1999].<br />
Das Referenzmodell für <strong>Visualisierung</strong> wurde unter der Leitung <strong>von</strong> Ben Shneiderman am<br />
Human Computer Interaction Lab (HCIL) an der <strong>Universität</strong> Maryland entwickelt. Dieses<br />
Modell (Abb. 19) beinhaltet zum einen den <strong>Daten</strong>fluss, welcher vom Input der originären<br />
<strong>Daten</strong> (Rohdaten) über diverse Transformationsschritte bis zu den endgültigen visuellen<br />
Darstellungen verläuft, sowie eine Reihe <strong>von</strong> Interaktionsmöglichkeiten, welche es dem<br />
Benutzer ermöglichen auf diese Transformationen einzuwirken.<br />
Abb. 19 Referenzmodell für <strong>Visualisierung</strong> [CMS 1999]<br />
Das Referenzmodell besteht insgesamt aus drei Transformationsschritten. Die erste<br />
Transformation, die <strong>Daten</strong>transformation (Data Transformations) wandelt die Rohdaten<br />
(Raw Data) - zumeist unstrukturierte <strong>Daten</strong> in spezifischen Formaten - in <strong>Daten</strong>tabellen<br />
(Data Tables) um. <strong>Daten</strong>tabellen sind relationale Beschreibungen der <strong>Daten</strong>, welche<br />
Metadaten enthalten. Das visuelle Mapping (Visual Mappings) transformiert die<br />
<strong>Daten</strong>tabellen in visuelle Strukturen (Visual Structures). Die visuellen Strukturen<br />
bestehen aus räumlichen Bereichen, diversen Zeichen (Marks) und deren grafischen<br />
Eigenschaften. Die Viewtransformation (View Transformations) schließlich erzeugt durch<br />
das Spezifizieren <strong>von</strong> grafischen Parametern, wie Position, Skalierung und Ausschnitte,<br />
aus den visuellen Strukturen die endgültigen Views.<br />
Tab. 1 gibt nochmals einen kurzen Überblick über die einzelnen Begriffe.<br />
64
Begriff Erklärung<br />
Rohdaten<br />
(Raw Data)<br />
<strong>Daten</strong>tabellen<br />
(Data Tables)<br />
Visuelle Strukturen<br />
(Visual Structures)<br />
Idiosyncratic formats<br />
Relations (cases by variables) + metadata<br />
Spatial substrates + marks + graphical properties<br />
Views Graphical parameters (position, scaling, clipping, …)<br />
Tab. 1 Erklärung der Begriffe des Referenzmodells [Man 2001]<br />
Der gesamte Prozess wird <strong>von</strong> der eigentlichen Aufgabe (Task) des Benutzers ausgelöst<br />
und <strong>von</strong> der menschlichen Interaktion, also dem Benutzer (Human Interaction)<br />
manipuliert. Durch die Interaktionsmöglichkeiten ist es dem Benutzer möglich, die<br />
Parameter dieser Transformationen zu kontrollieren und dadurch beispielsweise die View<br />
auf bestimmte <strong>Daten</strong>bereiche zu begrenzen oder die Art der Transformation zu ändern.<br />
Die <strong>Visualisierung</strong>en und ihre Bedienungselemente dienen der Aufgabenerfüllung.<br />
[CMS 1999] Im nachfolgenden wird noch mal detaillierter auf die einzelnen Schritte des<br />
Referenzmodells und die Interaktionsmöglichkeiten des Benutzers eingegangen.<br />
4.1.1 Data Transformation: Raw Data � Data Tables<br />
Bei der <strong>Daten</strong>transformation erfolgt die Umwandlung der Rohdaten in <strong>Daten</strong>tabellen.<br />
Die Rohdaten, welche in vielfältigen Formaten vorliegen können, wie zum Beispiel als<br />
Suchergebnisse oder auch als Text eines Romans, dienen der <strong>Visualisierung</strong> als Input. Bei<br />
der Umwandlung dieser Rohdaten in <strong>Daten</strong>tabellen, werden diese <strong>Daten</strong> für gewöhnlich<br />
in eine Relation oder eine Gruppe <strong>von</strong> Relationen umgewandelt, welche strukturierter und<br />
deshalb einfacher in visuelle Formen transformiert werden kann. Theoretisch könnte<br />
dieser Schritt auch übersprungen werden, da eine direkte Umwandlung der Rohdaten in<br />
visuelle Strukturen ebenfalls möglich, wenn auch um ein Vielfaches komplexer wäre.<br />
Daher ist es wichtig diesen Zwischenschritt zu machen, vor allem bei abstrakten <strong>Daten</strong>,<br />
ohne direkten räumlichen Bezug.<br />
65
Mathematisch gesehen sind Relationen eine Gruppe <strong>von</strong> Tupeln {,<br />
}. Wie in Tab. 2 zu sehen, kombinieren <strong>Daten</strong>tabellen Relationen<br />
mit Metadaten, die diese Relationen beschreiben.<br />
Case i Case j Case k<br />
Variable x Value ix Value jx Value kx …<br />
Variable y Value iy Value jy Value kj …<br />
… … … … …<br />
Tab. 2 Darstellung einer <strong>Daten</strong>tabelle [CMS 1999]<br />
Die Zeilen in der Tabelle repräsentieren Variablen, also Gruppen, welche den Bereich der<br />
Werte in den Tupeln repräsentieren. Die Spalten repräsentieren Cases, Gruppen <strong>von</strong><br />
Werten für jede dieser Variablen. Die Relationen werden also aus Variablen und Cases<br />
definiert. [CMS 1999]<br />
Case Case i Case j Case k …<br />
Variable x Value ix Value jx Value kx …<br />
Variable y Value iy Value jy Value kj …<br />
… … … … …<br />
Tab. 3 Darstellung einer erweiterten <strong>Daten</strong>tabelle [CMS 1999]<br />
Metadaten<br />
Relationen<br />
Metadaten<br />
Relationen<br />
Betrachtet man nun einen Case als eine weitere Variable und die einzelnen Cases<br />
(i,j,k,...) als Output einer Funktion f(Case i) = , welche die soeben<br />
neu gewonnene Variable Case als Input und eine beliebige Anzahl an Outputs hat<br />
(meistens aber mehr als einen), so erhält man eine erweiterte <strong>Daten</strong>tabelle, welche<br />
letztendlich für die Transformation in eine visuelle Struktur verwendet wird. Die Funktion<br />
verwendet Metadaten als Input und liefert wiederum eigentlich Metadaten als Output,<br />
welche in Verbindung mit den folgenden Variablen die entsprechenden Relationen<br />
definieren. Der Vorteil, die <strong>Daten</strong>tabelle auf diese Art und Weise zu erweitern liegt darin<br />
begründet, dass sich die Anzahl der durch die Funktion ermittelten Outputs dynamisch<br />
generieren lässt und man so eine weitere Spalte für den Wertebereich der <strong>Daten</strong><br />
66
hinzufügen kann, welche wiederum Metadaten enthält und zusammen mit den folgenden<br />
Variablen (Zeilen), wie bereits oben beschrieben, auch die Relationen dynamisch<br />
hinzufügt. Durch eine solche Transformation mit Metadaten als Input können also sowohl<br />
Metadaten als auch gleichzeitig Variablen gewonnen werden. Dadurch erweitert sich die<br />
<strong>Daten</strong>tabelle samt neuen Relationen als Beziehungen zwischen Variablen und Variablen,<br />
bzw. Variablen und Metadaten. Diese Strukturänderung muss nicht zwangsläufig am<br />
Ende der <strong>Daten</strong>tabelle stattfinden, sondern kann vielmehr mittendrin neue Spalten<br />
anlegen und somit auch die Struktur zu einer vorherigen Variante der <strong>Daten</strong>tabelle<br />
oftmals grundlegend verändern. Die Variablen können grundsätzlich in drei verschiedene<br />
Basistypen unterschieden werden:<br />
� N = Nominal (only = or ≠ to other values),<br />
� O = Ordinal (obey a < relation) oder<br />
� Q = Quantitative (can do arithmetic on them).<br />
Eine nominale Variable ist eine ungeordnete Gruppe, wie zum Beispiel Filmtitel<br />
{Goldfinger, Ben Hur, Star Wars}; eine ordinale Variable ist eine geordnete Gruppe, wie<br />
Filmbewertungen oder Wochentage {Montag, Dienstag, Mittwoch,...}. Eine quantitative<br />
Variable stellt einen numerischen Bereich dar, wie beispielsweise Spielfilmlängen<br />
{0,360}. Darüber hinaus können zum Beispiel quantitative Variablen in ordinale <strong>Daten</strong><br />
transformiert werden oder aber ordinale Variablen in nominale. Dies führt auch zu einer<br />
weiteren Unterscheidung <strong>von</strong> Variablentypen:<br />
� Classing: e.g. Q -> O by dividing film lengths<br />
(type Q) in ranges (type O)<br />
� Special subtypes: Qs = Quantitative Spatial;<br />
Qt = Quantitative Time<br />
Classing ist eine allgemeine Transformation, welche Werte in Klassen <strong>von</strong> Werten einteilt.<br />
Dabei kann es zu einem Wechsel des Variablentyps kommen, wie beispielsweise bei der<br />
Unterteilung der Spielfilmlänge in Klassen: [0,360] in . Zusätzlich<br />
wird noch zwischen wichtigen Subtypen, wie räumlichen oder geografischen quantitativen<br />
<strong>Daten</strong> oder quantitativer oder ordinaler Zeit, unterschieden. Diese prinzipielle<br />
Unterscheidungen sind wichtig, da sie den Typ der Achse bestimmen, welcher bei der<br />
visuellen Struktur verwendet werden soll, bzw. da die Subtypen als Eigenschaften der<br />
realen Welt normalerweise mit speziellen visuellen Konventionen verbunden werden.<br />
Die <strong>Daten</strong>transformation <strong>von</strong> Rohdaten in <strong>Daten</strong>tabellen beinhaltet typischerweise einen<br />
Verlust oder einen Zugewinn <strong>von</strong> <strong>Daten</strong>. Dies kann durch Fehler oder fehlende Werte in<br />
den Rohdaten verursacht werden. Ebenso können statistische Berechnungen zusätzliche<br />
67
Information erzeugen. Daher enthalten <strong>Daten</strong>tabellen oftmals auch abgeleitet <strong>Daten</strong> oder<br />
Strukturen. Prinzipiell können vier Typen dieser Transformationen unterschieden werden,<br />
wobei vor allem Transformationen, welche zwischen Werten und Strukturen stattfinden<br />
<strong>von</strong> komplexerer Natur sind, (Tweedie, 1997):<br />
� values � derived values (e.g. mean)<br />
� structure � derived structure<br />
� values � derived structure (e.g. sorting, clustering)<br />
� structure � derived values<br />
<strong>Daten</strong>transformationen sind komplex, ebenso wie die Arten <strong>von</strong> Transformationen,<br />
welche man visualisieren und eventuell durch die <strong>Visualisierung</strong>en kontrollieren möchte.<br />
Jede Version der <strong>Daten</strong>tabelle enthüllt verschiedene Aspekte der <strong>Daten</strong> und führt<br />
möglicherweise zu einer anderen Wahl einer visuellen Struktur.<br />
4.1.2 Visual Mapping: Data Tables � Visual Structures<br />
Wichtigster Schritt des Modells ist das Visual Mapping. <strong>Daten</strong>tabellen basieren auf<br />
mathematischen Relationen, visuelle Strukturen basieren dagegen auf grafischen<br />
Eigenschaften. Bei der <strong>Visualisierung</strong> werden <strong>Daten</strong>tabellen in Visuelle Strukturen<br />
umgewandelt, welche einen räumlichen Bereich durch Zeichen (Marks) und grafische<br />
Eigenschaften erweitern um Informationen zu kodieren. Es gibt zumeist mehrere<br />
Möglichkeiten <strong>Daten</strong>tabellen in visuelle Strukturen umzuwandeln. Ein gutes Mapping zu<br />
finden ist jedoch eine Herausforderung und gelingt nicht immer, wie dies bereits in<br />
Kapitel 2.5. gezeigt wurde.<br />
Eine qualitativ hochwertige visuelle Struktur muss die <strong>Daten</strong> erhalten und<br />
ausdrucksstark, sowie effektiv sein. Ausdrucksstark heißt, dass wenn alle <strong>Daten</strong>, aber<br />
auch nur die <strong>Daten</strong> der <strong>Daten</strong>tabelle in der visuellen Struktur repräsentiert werden.<br />
Effektiv bedeutet, dass die visuelle Struktur schneller zu interpretieren ist, mehr<br />
Unterschiede überträgt oder weniger zu Fehlern führt als einige andere Mappings.<br />
Visuelle Strukturen bestehen aus insgesamt drei Komponenten:<br />
� spatial substrate (= use of space),<br />
� marks (= visible things that occur in space) and<br />
� the graphical properties of the marks (= Gestalt principles,<br />
connection, enclosure).<br />
68
Spatial Substrate<br />
Die Verwendung <strong>von</strong> Raum stellt den grundlegendsten Aspekt <strong>von</strong> visuellen Strukturen<br />
dar. Raum ist aus Sicht der Wahrnehmung dominant (MacEachren, 1995). Die räumliche<br />
Position ist eine gute visuelle Kodierung für <strong>Daten</strong>. Aufgrund der Dominanz wird es an<br />
dieser Stelle separat <strong>von</strong> den anderen Features als Bereich behandelt, in welchen andere<br />
Teile der visuellen Struktur eingefügt werden. Leerer Raum an sich kann behandelt<br />
werden, als ob er eine metrische Struktur hat. Man beschreibt diese Struktur mit den<br />
Begriffen Achsen und ihren Eigenschaften. Es gibt vier elementare Typen <strong>von</strong> Achsen:<br />
� U = Unstructured Axis (no axis) (Engelhardt et al., 1996),<br />
� N = Nominal Axis (a region is divided in subregions),<br />
� O = Ordinal Axis (the ordering of these subregions is meaningful), and<br />
� Q = Quantitative Axis (a region has a metric).<br />
Eine weitere Unterteilung der Achse ist möglich, wenn der quantitative Maßstab der<br />
Achse sich in weitere Untereinheiten einteilen lässt. Dasselbe gilt, wenn die Achseneinheit<br />
eine weiterunterteilbare Kennziffer, physikalische Einheit oder eine sonstige überge-<br />
ordnete Einheit darstellt. Achsen können linear oder radial verlaufen und sind ein<br />
wichtiger Baustein für die Entwicklung <strong>von</strong> visuellen Strukturen. Da die räumliche<br />
Positionierung eine gute Kodierung darstellt, wurden einige Techniken entwickelt, welche<br />
die Menge der Informationen, die damit kodiert werden kann erhöhen:<br />
� Composition<br />
� Alignment<br />
� Folding<br />
� Recursion<br />
� Overloading<br />
Composition ist die orthogonale Platzierung <strong>von</strong> Achsen, um so einen metrischen Raum<br />
zu erzeugen. Diese Technik eignet sich vor allem für mehr als zwei Variablen und mehr<br />
als drei Dimensionen. Speziell bei drei Dimensionen besteht aber oftmals das Problem in<br />
den resultierenden metrischen Raum nicht hineinblicken zu können, wenn der Inhalt zu<br />
dicht beieinander platziert ist. Alignment ist die Wiederholung einer Achse an einer<br />
anderen Position im Raum. Folding ist die Fortsetzung einer Achse in einer orthogonalen<br />
Dimension. Recursion ist die wiederholte Teilung <strong>von</strong> Raum. Overloading ist die<br />
Wiederverwendung desselben Raums für dieselbe <strong>Daten</strong>tabelle. Die Technik stützt sich<br />
69
vor allem auf die Tatsache, dass die <strong>Daten</strong> lediglich einen Bruchteil des zur Verfügung<br />
stehenden Raums benötigen, um so den Raum für eine zweite Nutzung zu verwenden.<br />
Marks<br />
Zeichen (Marks) sind sichtbare Elemente, welche innerhalb des Raums erscheinen. Es<br />
gibt vier grundsätzliche Typen <strong>von</strong> Zeichen, wobei die sogenannten Area Marks sowohl<br />
Oberflächen in drei Dimensionen als auch zweidimensional begrenzte Regionen<br />
umfassen:<br />
� P = Points (=0D or zero dimensional)<br />
� L = Lines (1D)<br />
� A = Areas (2D)<br />
� V = Volumes (3D)<br />
Graphical Properties of the Marks<br />
Die grafische Eigenschaften der Zeichen (Marks) tangieren eine Reihe unterschiedlicher<br />
Disziplinen. Entsprechend existieren diesbezüglich auch eine Reihe <strong>von</strong> Normen, Regeln<br />
und Gesetzten, wie beispielsweise diverse Gestaltungsregeln, Farblehren, Formung neuer<br />
Strukturen durch Anordnung, Eigenschaften der Wahrnehmung, temporale Kodierung,<br />
etc. Jedoch soll zu diesem Zeitpunkt hier nicht weiter darauf eingegangen werden, da<br />
dieser Bereich auch für sich genommen <strong>von</strong> hohem Umfang ist und weitschweifiger<br />
Ausführungen bedarf. Regeln und Guidelines hierzu finden sich in einer Vielzahl an<br />
Publikationen.<br />
4.1.3 View Transformations: Visual Structures � Views<br />
View Transformations modifizieren und erweitern visuelle Strukturen interaktiv, um<br />
statische Präsentationen durch das Etablieren <strong>von</strong> grafischen Parametern in<br />
<strong>Visualisierung</strong>en umzuwandeln, um so Views <strong>von</strong> visuellen Strukturen zu erzeugen. View<br />
Transformations nutzen den Aspekt der Zeit, um mehr Informationen <strong>von</strong> der<br />
<strong>Visualisierung</strong> zu extrahieren, als es bei statischen Präsentationen möglich wäre. Es gibt<br />
drei allgemeine View Tranformationen:<br />
� Location probes<br />
� Viewpoint controls<br />
� Distortions<br />
70
Location Probes<br />
Location Probes verwenden spezifische Positionen in einer visuellen Struktur, um<br />
zusätzliche Informationen aus der <strong>Daten</strong>tabelle zu präsentieren. Ebenso können Proben<br />
die visuelle Struktur selbst erweitern. Beispiele für Location Probes sind: Details-on-<br />
Demand (Pop-up Windows), Brushing und Magic Lenses oder Moveable Filters.<br />
Viewpoint Control<br />
View Point Controls verwenden affine Transformationen, um den Blickwinkel durch<br />
zooming, panning, oder clipping zu ändern. Diese Transformationen sind gebräuchlich, da<br />
sie visuelle Strukturen vergrößern oder den Blickwinkel ändern, um Details besser<br />
darstellen zu können. Viewpoint Kontrollen können sowohl separiert, als auch in die<br />
<strong>Visualisierung</strong> integriert auftreten. Beispiele für Viewpoint Controls sind: Zoom, Overview<br />
+ Detail und Camera Movement.<br />
Distorsion<br />
Distorsion modifiziert visuelle Strukturen um Focus + Context Views zu erzeugen.<br />
Overview + Detail werden so zu sagen in einer einzelnen visuellen Struktur kombiniert.<br />
Distorsion erweist sich dann als effektiv, wenn dem Benutzer durch die Verzerrung<br />
(Distorsion) größere entzerrte visuelle Strukturen dargestellt werden können. Als<br />
ineffektiv erweist sich es, sobald die Eigenschaften oder Muster für die Task des<br />
Benutzers nachteilig verzerrt werden. Beispiele für Distorsion sind: Perspective Wall,<br />
Fisheye-View.<br />
4.1.4 Interaktions- und Transformationskontrollen<br />
Der Part der menschlichen Interaktion schließt den Kreis zwischen visuellen Formen und<br />
der Kontrolle der <strong>Visualisierung</strong>sparameter, über welche die Mappings modifiziert<br />
werden. Die naheliegenste Form <strong>von</strong> Interaktion stellt die direkte Manipulation dar.<br />
4.1.4.1 Transformationen<br />
Wie bereits erwähnt, gibt es insgesamt drei Transformationsarten, auf welche der<br />
Benutzer mittels diverser Interaktionstechniken einwirken kann:<br />
71
� Raw Data � Data Tables<br />
Diese Kontrollform ermöglicht die interaktive Kontrolle der Data Mappings. Die<br />
Veränderungen der <strong>Daten</strong>tabellen kann zum Beispiel über Rangeslider erfolgen.<br />
� Data Tables � Visual Structures<br />
Die interaktive Kontrolle des Mappings <strong>von</strong> der <strong>Daten</strong>tabelle in eine visuelle<br />
Struktur kann entweder in einem separaten User Interface oder in die visuelle<br />
Struktur integriert, angeboten werden. Bei separaten User Interfaces erfolgt die<br />
Kontrolle zumeist über Beeinflussung visueller Repräsentanten der <strong>Daten</strong>tabellen<br />
und visuellen Strukturen. Integrierte Lösungen erlauben dem Benutzer dagegen<br />
direkt auf Teile der visuellen Struktur zu klicken und das Mapping zu verändern.<br />
� Visual Structures � Views<br />
Interaktive Kontrollen der Views können separiert oder in das Interface integriert<br />
werden. Location Probes und Viewpoint Manipulationen sind typischerweise<br />
integriert. Distorsion Techniken haben oftmals einen globalen Einfluss, welcher ein<br />
externes User Interface erfordert, können jedoch auch integriert werden.<br />
4.1.4.2 Interaktionstechniken<br />
Viele Interaktionstechniken sind im Wesentlichen eine Form der Selektion, d.h. eine<br />
Auswahl einer Untermenge <strong>von</strong> Objekten in der <strong>Daten</strong>tabelle. Dies ermöglicht es mittels<br />
dieser Untermenge <strong>Daten</strong> zu lokalisieren, Muster in den <strong>Daten</strong> aufzudecken oder die<br />
Argumente anderer Transformationen zu selektieren. Andere erlauben wiederum die<br />
Modifikation der <strong>Daten</strong>transformationen. Tab. 4 zeigt eine Übersicht über alle<br />
Interaktionstechniken, geordnet nach dem Einfluss auf die jeweilige Transformationsart.<br />
Anschließend erfolgt eine ausführlichere Beschreibung der jeweiligen Interaktions-<br />
techniken.<br />
72
Modifies<br />
Data<br />
Transformation<br />
Modifies<br />
Visual<br />
Mappings<br />
Modifies<br />
View<br />
Transformation<br />
Dynamic Queries Data Flow Direct Selection<br />
Direct Walk Pivot Tables Camera Movement<br />
Details-on-Demand Magic Lens<br />
Attribute Walk Overview + Detail<br />
Brushing Zoom<br />
Direct Manipulation<br />
Data Transformation<br />
Tab. 4 Interaktionstechniken [CMS 1999]<br />
Für die Modifikation der Data Transformation stehen verschiedene Techniken zur<br />
Verfügung.<br />
� Dynamic Queries<br />
Unter Dynamic Queries versteht man dynamische Anfragen an ein aktives<br />
Softwareprogramm, z.B. mittels ‚Slider’ oder ’Radio Buttons’, welche den<br />
(gegenwärtigen) Zustand des Programms im zeitlichen Ablauf ändern. Damit wird<br />
es möglich, dynamische Sachverhalte besser zu analysieren.<br />
� Direct Walk<br />
Diese Interaktionstechnik zeichnet sich durch Verlinkung aus, wie zum Beispiel<br />
Hyperlinks auf Internetseiten. Durch eine Serie <strong>von</strong> Klicks auf <strong>Visualisierung</strong>en<br />
kann der Benutzer Informationen suchen oder sie modifizieren.<br />
� Details-on-Demand<br />
’Details-on-Demand’ erweitert eine Gruppe <strong>von</strong> Objekten, um mehr ihrer<br />
Variablen und somit mehr ihrer Details präsentieren zu können. Diese Technik<br />
erlaubt es quantitativ mehr Variablen auf die <strong>Visualisierung</strong> zu mappen.<br />
� Attribute Walk<br />
Der Benutzer selektiert einige Cases und sucht anschließend nach anderen Cases,<br />
welche ähnliche Attribute aufweisen.<br />
� Brushing<br />
73
Brushing wird bei multiplen <strong>Visualisierung</strong>en derselben Objekte verwendet.<br />
Selektiert der Anwender einen bestimmten Case in einer der Sichten, so wird<br />
dieser auch in den anderen Ansichten automatisch ausgewählt.<br />
� Direct Manipulation<br />
“Direct Manipulation’ ist eine Technik, welche benutzt werden kann, um Trans-<br />
formationen zu modifizieren.<br />
Visual Mappings<br />
Interaktion kann neben der Modifikation der Data Transformation ebenso visuelle<br />
Mappings modifizieren, welche die Übereinstimmung zwischen <strong>Daten</strong> und visuellen<br />
Formen repräsentieren.<br />
� Dataflow<br />
’Dataflow’ ist eine allgemeine, bei kommerziellen Produkten gängige Interaktions-<br />
technik, um <strong>Daten</strong> in eine visuelle Form zu transformieren. Sie basiert auf der<br />
Idee, <strong>Daten</strong> und Informationen „explizit“ darzustellen, beispielsweise über<br />
Diagramme mit Knotenstrukturen.<br />
� Pivot Table<br />
Diese Technik wird bei modernen sog. ‚Spreadsheet-Programmen’ verwendet und<br />
lässt den Anwender rasch das Mapping der <strong>Daten</strong> in Zeilen und Spalten der<br />
Kalkulationstabelle transformieren. Ein bekanntes Beispiel hierfür ist das<br />
Programm ‚Excel’ <strong>von</strong> Microsoft.<br />
View Transformation<br />
Auch auf die View Transformation kann der Benutzer mittels diverser Interaktions-<br />
techniken Einfluss nehmen.<br />
� Direct Selection<br />
Diese Interaktionstechnik bezieht sich auf eine Gruppe mit Schemata, welche<br />
durch die Selektion und das Highlighting <strong>von</strong> Objekten und Gruppen <strong>von</strong> Objekten<br />
entstanden sind. Sie erweitern die Erscheinung visueller Strukturen auf spezifische<br />
Art. Oftmals identifizieren sie die Gruppe <strong>von</strong> Objekten, welche die Argumente<br />
einiger Aktionen darstellen.<br />
� Camera Movement<br />
74
Camera Movement drückt den Wechsel der Position des Beobachters aus, speziell<br />
im 3D Raum. Dies ermöglicht eventuell Elemente zu sehen, welche zuvor verdeckt<br />
wurden.<br />
� Magic Lens<br />
Diese Technik selektiert Objekte in Abhängigkeit ihrer x- oder y-Position und<br />
verwendet dann weitere Interaktionstechniken, wie zum Beispiel „Dynamic<br />
Queries“. Zudem können auf den selektierten Objekten <strong>Daten</strong>- oder<br />
<strong>Visualisierung</strong>stransformationen durchgeführt werden. Da multiple Magic Lenses<br />
auch übereinander angeordnet werden können, ist es möglich, auf diese Weise<br />
komplexe Boolesche Anfragen zu generieren.<br />
� Overview & Detail<br />
’Overview & Detail’ verwendet zwei oder mehr Ebenen <strong>von</strong> miteinander verlinkten<br />
<strong>Visualisierung</strong>en (Plaisant, Carr, Shneiderman, 1995). Dabei zeigt ein Fenster der<br />
<strong>Visualisierung</strong> entweder alle Objekte oder aber mindestens eine Art <strong>von</strong> visuellem<br />
Framework, welches alle Objekte umfasst, wie zum Beispiel eine Karte <strong>von</strong> der<br />
Welt der Keynotes in einem Tree. Ein anderes Fenster stellt eine detailliertere<br />
Sicht auf die Objekte dar. Die Knoten in der Detailansicht sind dabei als Regionen<br />
markiert, welche im Übersichtsfenster bewegt werden können.<br />
� Zoom<br />
Diese Technik umfasst den Zoom in eine visuelle Struktur, wodurch die Anzahl der<br />
Objekte, welche dargestellt werden, reduziert wird. Gleichzeitig erhöht sich jedoch<br />
eventuell die Anzahl der Variablen, welche pro Objekt gezeigt werden. Die<br />
Kombination mit weniger komprimierenden Techniken ermöglicht es, die einzelnen<br />
Objekte zu betrachten.<br />
75
4.2 Techniken zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong><br />
„The principles of information design are universal – like mathematics –<br />
and are not tied to unique features of a particular language or culture.”<br />
[Tufte]<br />
In diesem Kapitel erfolgt die Identifikation und Präsentation <strong>von</strong> grundlegenden<br />
Techniken zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> und Erläuterung der Auswahlkriterien. Um ein<br />
grundlegendes Verständnis für <strong>Visualisierung</strong>en und den damit verbundenen Techniken<br />
zu erhalten, ist es zunächst erforderlich, den Aufbau <strong>von</strong> <strong>Visualisierung</strong>en und damit <strong>von</strong><br />
visuellen Strukturen und ihren Views näher zu betrachten. Wie bereits erwähnt, erfolgt<br />
das Erzeugen <strong>von</strong> visuellen Strukturen durch das Visual Mapping, also der<br />
Transformation der <strong>Daten</strong>tabellen – einem mathematischen Konstrukt - in visuelle<br />
Strukturen – grafische Objekte.<br />
Prinzipiell ist es möglich, eine Fülle <strong>von</strong> verschiedenartigen visuellen Strukturen aus ein<br />
und derselben <strong>Daten</strong>basis zu erzeugen. Viele <strong>Visualisierung</strong>ssysteme machen sich dies<br />
zunutze, um dem Benutzer grundsätzlich verschiedene Sichten auf die <strong>Daten</strong>welt zu<br />
bieten. Dabei ist es möglich, dem Benutzer zum einen durch verschiedenartige visuelle<br />
Strukturen und zum anderen durch Modifikation derselben visuellen Struktur mittels<br />
diverser Interaktionstechniken – wie bereits zuvor beschrieben – diese unterschiedlichen<br />
Sichten auf die <strong>Daten</strong> zu ermöglichen.<br />
Aufgrund der immensen Vielfalt an <strong>Visualisierung</strong>en, kann diese <strong>STAR</strong> keinen<br />
vollständigen Überblick über alle existenten <strong>Visualisierung</strong>en geben. Ziel des folgenden<br />
Abschnitts ist es daher, ein grundlegendes Verständnis für den Aufbau <strong>von</strong><br />
<strong>Visualisierung</strong>en zu schaffen, um auf dieser Grundlage, diese besser beurteilen und<br />
klassifizieren zu können. Denn oftmals liegt zwei scheinbar unterschiedlich ausehenden<br />
Darstellungen dieselbe <strong>Visualisierung</strong>stechnik zugrunde, wogegen zwei ähnlich<br />
aussehende Darstellungen durchaus auf zwei völlig verschiedenen Techniken basieren<br />
können. Die Darstellung dieser grundlegenden Techniken zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong><br />
erfolgt aus Sicht der Statistischen Grafik. Dies wird damit begründet, dass viele<br />
<strong>Visualisierung</strong>en statistische Grafiken enthalten, wie zum Beispiel Bar Charts,<br />
Histogramme, Pie Charts oder auch Scatterplots. Bei den Beschreibungen der<br />
<strong>Visualisierung</strong>en aus dem Bereich der Information Visualization wird jedoch zumeist nicht<br />
mehr näher auf diese grundlegenden Techniken eingegangen, da sie als gegeben<br />
vorausgesetzt werden.<br />
76
Die nun folgende Beschreibung dieser grundlegenden Techniken zur <strong>Visualisierung</strong> <strong>von</strong><br />
<strong>Daten</strong> findet anhand der <strong>von</strong> Leland Wilkinson entwickelten „Grammar of Graphics“ statt.<br />
Da diese aus der Perspektive eines Software-Architekten entwickelt und beschrieben<br />
wurde, sind für ein besseres Verständnis des folgenden Kapitels entsprechende<br />
Vorkenntnisse nötig. Da an dieser Stelle, die Grammatik außerdem nur oberflächlich<br />
behandelt werden kann, wird für ein tiefergehendes Verständnis die Lektüre des Buches<br />
„The Grammar of Graphics“ <strong>von</strong> Leland Wilinson empfohlen.<br />
Vereinfacht gesagt, gelingt es Wilkinson durch die grundsätzliche Trennung<br />
mathematischer und ästhetischer Regeln, welche für die Erzeugung einer Grafik benötigt<br />
werden, ein allgemeingültiges System zu erzeugen, welches aus den verschiedenen<br />
Grundelementen der Grafik besteht. Zu diesen Grundelementen gehören: ihre Geometrie<br />
(Graphtypen), ihre ästhetischen Attribute (Farbe, Form, etc.), ihre statistischen<br />
Methoden, ihre Skalierung und ihr Koordinatensystem, in welchem sie eingebettet ist.<br />
Dabei können Grafiken entweder aus einer einzelnen Grafik bestehen oder aus so<br />
genannten Facetten, welche aus vielen kleinen Grafiken bestehen, die Variationen einer<br />
einzelnen Grafik darstellen. Durch Kombination der verschiedenartigen Ausprägungen der<br />
einzelnen Grundelemente miteinander - wie zum Beispiel „Point-Grafik“, „Blau“, etc. -<br />
lässt sich so eine große Vielzahl an unterschiedlichen Grafiken erzeugen.<br />
Auch wenn diese Thematik der „Grammar of Graphics“ auf den ersten Blick komplex<br />
erscheinen mag, so ist die Auseinandersetzung damit doch lohnenswert. Birgt sie doch<br />
ein großes Potential in sich, welches den Benutzer befähigt aufgrund der „erlernten“<br />
Grammatik auch neuartig erscheinende Grafiken richtig klassifizieren zu können.<br />
4.2.1 The Theorie of Graphics<br />
Wie bereits im Kapitel 2.3.8 dieser <strong>STAR</strong> erwähnt, gilt Jaques Bertin als der Pioneer in<br />
der strukturellen Theorie über Grafiken. Aufbauend auf seiner Arbeit erarbeiteten eine<br />
Reihe weiterer Wissenschaftler weiterführende Theorien und Variationen zu der Thematik<br />
<strong>von</strong> Grafiken. Diese Wissenschaftler und Forscher, zu denen auch Leland Wilkinson<br />
gehört, betrachten die Thematik der quantitativen Grafiken als einen Bereich, dem<br />
eigene Regeln und eine tiefgreifende grammatische Struktur innewohnt. Dies zeigt auch<br />
die Tatsache, dass man es als selbstverständlich erachtet, eine Grafik lediglich mittels<br />
des Zusammenspiels aus Betrachtung und allgemeingültigen Regeln verstehen zu<br />
können. [Wil 1999]<br />
77
Während Bertin sich bei seiner Theorie auf „papierbasierte“ Grafiken bezieht, entwickelte<br />
Wilkinson seine Theorie über Grafiken aus Sicht eines Software-Architekten, wobei ihm<br />
jedoch die Arbeiten <strong>von</strong> Bertin als Grundlage dienten. Durch nur geringe Modifikationen<br />
war es Wilkinson möglich, die Theorien Bertins in die digitale Welt zu übertragen.<br />
In seinem Buch „The Grammar of Graphics“ behandelt Wilkinson allgemeingültige<br />
Grammatikregeln für die Erzeugung <strong>von</strong> Grafiken aus <strong>Daten</strong>, wobei es ihm jedoch nicht<br />
um Thematiken wie guter Geschmack oder Grafik Design geht. Für Richtlinien bezüglich<br />
der Gestaltung guter Grafiken verweist Wilkinson auf Cleveland, Tufte oder Kosslyn.<br />
[Cle 1985] [Cle 1995] [Tuf 1983] [Tuf 1990] [Tuf 1997] [Kos 1994] Die Inhalte der<br />
folgenden Kapitel sind dem Buch „The Grammar of Graphics“ <strong>von</strong> Leland Wilkinson<br />
entnommen.<br />
4.2.2 The Grammar of Graphics<br />
Form (Ever) Follows Function.<br />
[Sullivan]<br />
Die Grundidee <strong>von</strong> Wilkinson ist es, durch Trennung der mathematischen und<br />
ästhetischen Regeln, die Grammatik <strong>von</strong> Grafiken zu identifizieren und somit ein<br />
allgemeingültiges System zu erzeugen. Dem Benutzer soll so die Möglichkeit gegeben<br />
werden auf Basis der „erlernten“ Grammatik auch neuartig erscheinende Grafiken richtig<br />
klassifizieren zu können. Auch Entwicklern kann diese Grammatik dienlich sein, da die<br />
Kenntnis der Grundelemente <strong>von</strong> Grafiken zu neuartigen Kombinationsmöglichkeiten oder<br />
bisher noch nicht existenten Elementen führen kann. Ähnlich einem Baukastensystem, ist<br />
die Vielzahl der möglichen Kombinationen, bzw. Ausprägungen höher, wenn man bei<br />
deren Zusammenbau die eigentlichen Grundelemente miteinander kombiniert, anstatt<br />
bereits vorgefertigte Komponenten zu nutzen.<br />
4.2.2.1 Ein objekt-orientiertes Grafiksystem<br />
Wilkinson entwickelte für die Umwandlung <strong>von</strong> Rohdaten in Grafiken ein sogenanntes<br />
objekt-orientiertes Grafiksystem. Ein solches System erfordert explizite Definitionen für<br />
die Realisierung <strong>von</strong> Grafiken und Regeln um diese mit den <strong>Daten</strong> in Bezug setzen und<br />
ihr Verhalten in einer Rechnerumgebung organisieren zu können. Aus OOD Perspektive<br />
stellen Grafiken Objektsammlungen dar. Wenn die Kommunikation zwischen diesen<br />
Objekten einer einfachen Grammatik folgt, dann werden sie sich konsistent und flexibel<br />
78
verhalten. Um diese Idee umzusetzen, liegt für Wilkinson der Fokus auf den folgenden<br />
drei Stufen: „Specification“, „Assembly“ und „Display“.<br />
Specification<br />
Die Specification umfasst die Übersetzung der Aktionen der Benutzer in eine formale<br />
Sprache. Eine Grafik verfügt, im Gegensatz zu einem Bild, über eine hoch organisierte<br />
und erzwungene Gruppe <strong>von</strong> Regeln. Ein Bild hat ebenfalls seine eigenen Regeln, jedoch<br />
ist es einem Künstler möglich, die Regeln zu biegen, um einen Punkt an einer <strong>von</strong> ihm<br />
gewünschten Stelle zu machen (Bosch, Dali oder Picasso, aber ebenso Rembrandt,<br />
Cezanne oder Close). Nicht so mit Grafiken. Man kann die Position eines Punktes oder die<br />
Farbe eines Objektes nicht willkürlich ändern (unter der Annahme, dass dies<br />
datenrepräsentierende Attribute sind), ohne die <strong>Daten</strong> verfälschend darzustellen und den<br />
Zweck der statistischen Grafik – <strong>Daten</strong> exakt und sachgemäß zu repräsentieren - zu<br />
verletzen.<br />
Assembly<br />
Ein Grafikcomputerprogramm muss in der Lage sein, eine grafische Szene aus einer<br />
Specification zusammen bauen zu können. Um eine Szene zu porträtieren, muss man<br />
ihre Geometrie, ihr Layout und ihre Ästhetik koordinieren, damit sie exakt wieder<br />
gegeben wird. Das Resultat wird bestimmt <strong>von</strong> der Art und Weise wie eine Szene aus<br />
einer Specification zusammengebaut wurde. Eine Szene kann entweder dynamisch oder<br />
statisch, zu externen <strong>Daten</strong> verlinked oder isoliert sowie modifizierbar oder<br />
unveränderlich, sein; abhängig da<strong>von</strong> wie sie zusammengebaut wird.<br />
Display<br />
Um einen Graphen, welcher ein rein mathematisches Konstrukt ist, wahrnehmen zu<br />
können, muss er unter der Verwendung seiner ästhetischen Attribute und eines Display<br />
Systems (z.B. Papier, Video, Hologramm) wiedergegeben werden. Dynamische Grafiken<br />
benötigen dabei ein hoch entwickeltes Design, um „Brushing“, „Zooming“ und „Linking“<br />
und andere Operationen, welche <strong>Daten</strong> mit Grafiken in Verbindung bringen, zu<br />
ermöglichen (vgl. [CMS 1999] [BC 1987] [CM 1988] [CW 1994] [SCB 1998]). Neuere<br />
Bereiche, wie die Virtual Reality und Immersive Environments, erweitern die zur<br />
Verfügung stehenden ästhetischen Attribute um die Attribute „Touch“ und „Sound“.<br />
79
4.2.2.2 From Data to Graphic<br />
Wilkinson stellt die Erzeugung <strong>von</strong> Grafiken in einem Modell dar, welches dem <strong>von</strong><br />
Shneiderman (vgl. Kapitel 4.1) nicht unähnlich ist. Auch er gelangt <strong>von</strong> den Rohdaten,<br />
welche eine einfache Sammlung <strong>von</strong> Information darstellen - und nicht notwendigerweise<br />
organisiert sein oder eine Struktur besitzen müssen - über <strong>Daten</strong>tabellen zu Grafiken<br />
(vgl. Shneiderman: visuelle Strukturen). Jedoch gelangt Wilkinson in seinem Modell <strong>von</strong><br />
den Rohdaten über eine Funktion – genannt DataView – zunächst zu einem <strong>Daten</strong>satz,<br />
welcher sich lediglich durch seine Indexierung <strong>von</strong> den Rohdaten unterscheidet.<br />
Verschiedene DataViews verwenden dazu unterschiedliche Organisationsschemata (z.B.<br />
hierarchisch, relational,..). Das Referenz-Objekt umfasst wiederum eine Sammlung <strong>von</strong><br />
Funktionen, welche auf diesen indexierten <strong>Daten</strong> arbeiten und selbst wieder indexierte<br />
<strong>Daten</strong> erzeugen. Solche Funktionen können beispielsweise die Indices in einer<br />
bestimmten Reihenfolge permutieren oder Teilmengen der <strong>Daten</strong> erzeugen. Die<br />
Funktionen dieses Objekts werden dazu verwendet, die <strong>Daten</strong>, welche man für die<br />
Erzeugung <strong>von</strong> Variablen benötigt, auszufiltern und zu ordnen. Da bei der Erzeugung<br />
einer Grafik mehr mit Variablen gearbeitet werden muss als mit den <strong>Daten</strong> selbst, mappt<br />
eine weitere Funktion – genannt VarMap – den <strong>Daten</strong>satz zu einem Variablensatz. Die<br />
Funktion VarMap führt Variablen-Mapping Funktionen aus. Dabei wird zwischen<br />
kategorischen Variablen, also einem geschlossenen Variablensatz, und kontinuierlichen<br />
Variablen unterschieden. Variablensätze sind Entitäten, welche Graphen beschreiben. Das<br />
Algebra-Objekt führt nun auf diesen Variablensätze algebraische Operationen aus, wobei<br />
es insgesamt über drei binäre Operatoren (Blend, Cross und Nest) und eine Reihe damit<br />
in Zusammenhang stehender Regeln verfügt. Algebra oder irgendeine andere<br />
Variablentransformation wird nicht notwendigerweise bei jeder Grafik benötigt (Bsp. Pie<br />
Chart), jedoch bei den meisten.<br />
Der nächste Schritt in der Erzeugung <strong>von</strong> Grafiken wird <strong>von</strong> einem Objekt – genannt<br />
Grapher - ausgeführt. Dieses erzeugt mittels bestimmter Zeichenfunktionen aus einem<br />
Variablensatz einen Graphen. Das Graph-Objekt stellt eine Sammlung dar, welche einen<br />
Graphen und die Methoden, welche für seine Repräsentation als geometrisches Objekt<br />
benötigt werden, beinhaltet. Dies umfasst die Information über das Koordinatensystem,<br />
in dem er eingebettet wird und die Funktion, welche für die Erzeugung des Graphen<br />
selbst benötigt wird. Für die Bezeichnung eines Punktes in einem Raum werden n-Tupel<br />
verwendet. Die Einträge dieses Tupels werden die Koordinaten eines Punktes genannt.<br />
Ein Koordinatensystem stellt ein Schema für die Lokalisierung eines Punktes mittels<br />
seiner Koordinaten in einem Raum dar. Dieses Schema beinhaltet eine Achse für jede<br />
Dimension, welche zu einem Tupel-Eintrag in Beziehung steht, eine Skalierung (Scale)<br />
für jede Achse und eine Methode für die Lokalisierung jedes Punktes im Raum anhand<br />
der gegebenen Werte in seinem n-Tupel. Ein Frame ist ein Koordinatensystem, welches<br />
80
sich auf Tupel bezieht, deren Einträge auf Intervalle limitiert sind und stellt somit eine<br />
begrenzte Region dar. Der Frame eines bestimmten Graphen bestimmt, wie „Grapher“<br />
den Graphen erzeugt. Das heisst, Grapher beschränkt seine Berechnungen auf die Tupel,<br />
die innerhalb der Grenzen liegen, welche <strong>von</strong> dem Frame definiert wurden. Das Ästhetik-<br />
Objekt führt Ästhetikfunktionen aus. Eine Ästhetik Funktion mappt nun die Tupel oder die<br />
Einträge der Tupel zu Strings oder realen Zahlen, welche als Input für eine physische<br />
Darstellung, wie einem Videobildschirm, Drucker oder Lautsprecher dienen. Erst durch<br />
das Mapping des Ästhetik-Objekts kann ein Graph wahrgenommen werden. Die daraus<br />
resultierende Grafik ist ein Bild eines Graphen unter Anwendung einer oder mehrerer<br />
Ästhetikfunktionen. Das Grafik-Objekt ist also für die Realisierung der Grafik in einem<br />
Display-System verantwortlich.<br />
Die Algebra, Geometrie, Ästhetik und die Statistik bilden den Kern des Grafiksystems.<br />
Diese vier Komponenten lassen sich praktisch in jeder Kombination zusammenbauen um<br />
eine große Vielfalt an verschiedensten Grafiken zu konstruieren. Die Algebra umfasst die<br />
Operationen, mit denen man Variablen kombinieren und Dimensionen <strong>von</strong> Graphen<br />
spezifizieren kann. Geometrie behandelt Graphen und die Erzeugung der geometrischen<br />
Objekte aus Variablen. Ästhetik umfasst die sensorischen Attribute, welche verwendet<br />
werden um die Grafiken zu repräsentieren. Und die Statistik bietet die Funktionen,<br />
welche es Graphen ermöglichen ihre Erscheinung und Repräsentationsschemata zu<br />
ändern.<br />
Die nächsten Kapitel werden auf einzelne Komponenten des Grafiksystems nochmals<br />
detaillierter eingehen und eine Reihe <strong>von</strong> Beispielen zeigen, welche das Verständnis<br />
unterstützen sollen.<br />
4.2.2.3 Geometry<br />
Dieses Kapitel behandelt die Thematik der geometrischen Funktionen. Dabei geht es um<br />
Funktionen zur Erzeugung <strong>von</strong> Graphen, welche durch Größen im Raum repräsentiert<br />
werden können. Da nur Graphen erzeugt werden können, welche auch in Form <strong>von</strong><br />
geometrischen Objekten darstellbar sind, nennt Wilkinson diese „Geometrische Graphen“.<br />
Ein geometrischer Graph ist ein Bild einer solchen geometrischen Funktion, wobei dieses<br />
jedoch noch nicht wahrnehmbar (z.B. sichtbar) ist. Erst das Hinzufügen ästhetischer<br />
Attribute lässt es für uns wahrnehmbar erscheinen. Eine Grafik ist somit das Bild eines<br />
Graphen gemäß einer oder mehreren ästhetischen Funktionen. Man unterscheidet also<br />
zwischen Graphen und ihrer physischen Repräsentation. Wie Bertin [Ber 1967] [Ber<br />
81
1977] aufmerksam macht, haben sichtbare Elemente Eigenschaften, welche in ihren<br />
geometrischen Gegenstücken nicht vorkommen.<br />
Um aber an dieser Stelle verschiedene Typen <strong>von</strong> geometrischen Graphen zeigen zu<br />
können, ist es notwendig für deren grafische Darstellung bereits ästetische Attribute zu<br />
verwenden. Die Verwendung dieser Attribute wird aber erst im nächsten Kapitel<br />
erläutert. Wilkinson weist darauf hin, dass auch wenn an dieser Stelle Graphen unter<br />
Verwendung <strong>von</strong> Position, Farbe, Größe und Form dargestellt werden, es theoretisch<br />
auch möglich ist, diese mittels anderer ästhetischer Attribute, wie Sound oder auch<br />
Geruch darzustellen.<br />
In der Literatur existieren zahlreiche Möglichkeiten Grafiken zu klassifizieren. Es gibt zum<br />
Beispiel Ansätze, die Klassifizierung anhand ihrer Erscheinung, gemäß ihrerer<br />
ästhetischen Funktionen vorzunehmen, wodurch beispielsweise Bars und Histobars im<br />
Gegensatz zu Linien zusammenfassen werden würden, obwohl diese zwei grundsätzlich<br />
unterschiedliche geometrische Objekte darstellen. Oder aber man klassifiziert Grafiken<br />
anhand ihrer geometrischen Dimensionalität oder anhand ihrer <strong>Daten</strong>methoden, ohne<br />
Rücksicht auf ihre Erscheinung. Dabei würden Methoden gruppiert, welche zum Beispiel<br />
bei der Berechnung einer örtlichen Abschätzung beteiligt wären. Jeder Ansatz birgt für<br />
sich genommen sowohl Vor- als auch Nachteile und wird in der Regel entsprechend der<br />
jeweiligen Zielsetzung verwendet.<br />
Wilkinson wählte einen Ansatz bei dem er Graphen anhand ihrer <strong>Daten</strong> und ihrer<br />
Geometrie organisiert. Dieser Ansatz richtet sich nach dem geometrischen Verhalten <strong>von</strong><br />
Graphen bei der Repräsentation <strong>von</strong> statistischen <strong>Daten</strong>. Graphen, welche sich in vielen<br />
verschiedenen Kontexten ähnlich verhalten, werden in einer Gruppe zusammengefasst.<br />
Somit ergeben sich für Wilkinson vier Hauptkategorien für Graphen: „Relations“,<br />
„Summaries“, „Partitions“ und „Networks“. Somit kann eine große Anzahl grafischer<br />
Elemente in eine relativ kleine Anzahl <strong>von</strong> Graphentypen gruppiert werden. Tab. 5 zeigt<br />
diese Hauptkategorien mit ihren zugehörigen Graphentypen, wobei die Tabelle keinen<br />
Anspruch auf Vollständigkeit erhebt. Jedoch stellen viele Grafiken, welche zu denen, die<br />
hier aufgeführt werden, radikal unterschiedlich erscheinen, entweder Transformationen<br />
der Geometrie oder Funktionen der <strong>Daten</strong>, welche den Graphen in der Tabelle zugrunde<br />
liegen, dar. Somit können auch einige bekannte Grafiken, welche hier nicht in der Tabelle<br />
erscheinen, <strong>von</strong> den Basisgraphenklassen abgeleitet werden.<br />
82
Relations Summaries Partitions Networks<br />
point<br />
line (surface)<br />
area (volume)<br />
bar (interval)<br />
histobar<br />
schema tile<br />
contour<br />
Tab. 5 Graphen [Wil 1999]<br />
Da Wilkinson für einige der Graphentypen keine gebräuchliche Bezeichnung unabhängig<br />
<strong>von</strong> ihrer Dimensionalität finden konnte, verwendet er manchmal Alias. Dies betrifft line<br />
(surface), area (volume) und bar (interval). Tatsächlich gehören Line und Surface, sowie<br />
Area und Volume und Bar und Intervall zu denselben Graphentypen, da sie sich lediglich<br />
durch ihre Dimensionalität <strong>von</strong>einander unterscheiden.<br />
Relations<br />
Ein Relations-Graph bildet jeden Wert in einem Bereich auf einen Wert in einer Range ab<br />
und ermöglicht es dem Betrachter so, zu jedem Wert in dem Bereich einen<br />
dazugehörigen Wert in einer Range zu finden. Dies ist die größte Superklasse <strong>von</strong><br />
Graphen und enthält die meisten Repräsentationsobjekte, welche in bekannten Charts<br />
vorkommen.<br />
path<br />
link<br />
83
� Point<br />
Die Point-Zeichenfunktion erzeugt einen geometrischen Punkt, welcher ein n-<br />
Tuple darstellt. Diese Funktion kann ebenso eine begrenzte Gruppe <strong>von</strong> Punkten,<br />
genannt „Multi-Point“ erzeugen oder eine „Point-Cloud“. Die Gruppe <strong>von</strong> Punkten,<br />
welche durch die Funktion Point erzeugt wird, wird „Point-Graph“ genannt.<br />
Um einen Point-Graphen als Point-Grafik zu visualisieren, benötigt man ein<br />
Shape-Attribut, welches ihm die Form eines Kreises, eines Diamanten, eines<br />
Gesichts oder irgendeines anderen Bildes gibt. Man benötigt ein Size-Attribut,<br />
welches ihn groß genug macht, so dass er erkennbar wird, sowie ein Hue-Attribut,<br />
welches seine Farbe <strong>von</strong> der Hintergrundfarbe der Frame-Grafik, in der er<br />
dargestellt wird, unterscheidbar macht. In Abb. 20 sind Beispiele für<br />
Punktgrafiken zu sehen.<br />
� Line<br />
Abb. 20 2D und 3D Point-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999]<br />
Die Line-Funktion kann sowohl ein Intervall auf einer begrenzten Fläche in eine<br />
funktionale Kurve als auch eine begrenzte Fläche in einem begrenzten 3D Raum<br />
zu einem funktionalen Surface mappen. Wie auch die Point-Funktion kann die<br />
Line-Funktion eine begrenzte Gruppe <strong>von</strong> Linien erzeugen. Eine Gruppe <strong>von</strong> Linien<br />
wird „Multi-Line“ genannt. Oftmals wird eine Linie wie eine Sammlung <strong>von</strong><br />
Polygonen oder manchmal auch Symbolen behandeln, um ihr alle möglichen<br />
ästhetischen Attribute zuordnen zu können. In diesem Fall unterscheidet sich eine<br />
Linie dann <strong>von</strong> einer Point-Cloud dadurch, dass die Punkte, welche die Linie<br />
umfasst geordnet sind. Abb. 21 zeigt Beispiele für zwei- und dreidimensionale<br />
Line-Grafiken.<br />
84
� Area<br />
Abb. 21 2D und 3D Line-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999]<br />
Die Area-Zeichenfunktion erzeugt einen Graphen, welcher alle Points in der Region<br />
unterhalb des Line-Graphen enthält. Das Zeichnen einer Area bedingt dieselben<br />
Vorbehalte, wie für Lines. Die Area-Grafik sieht aus wie eine Line-Grafik, bei der<br />
die Area zwischen der x-Koordinate und ihr selbst aufgefüllt ist. Abb. 22 zeigt<br />
Beispiele für zwei- und dreidimensionale Area-Grafiken.<br />
� Bar<br />
Abb. 22 2D und 3D Area-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999]<br />
Die Bar-Zeichenfunktion erzeugt eine Gruppe <strong>von</strong> geschlossenen Intervallen. Ein<br />
Intervall hat zwei Enden. Für gewöhnlich werden Bars dazu benutzt einen<br />
einzelnen Wert durch die Position eines ihrer Enden zu bezeichnen, während das<br />
andere Ende an einem allgemeinen Referenzpunkt verankert (für gewöhnlich Null)<br />
ist. Die Bar-Grafik verwendet eine „default mean aggregation function“. Diese<br />
Funktion gibt das arithmetische Mittel aller Werte in der Range, für einen gegeben<br />
Wert oder Tupel <strong>von</strong> Werten in der Domain zurück. Abb. 23 zeigt Beispiele für<br />
zwei- und dreidimensionale Bar-Grafiken.<br />
85
� Histobar<br />
Summaries<br />
Abb. 23 2D und 3D Bar-Grafiken für kategorische und kontinuierliche <strong>Daten</strong> [Wil 1999]<br />
Die Histobar-Zeichenfunktion erzeugt ein Histogrammelement. Im Gegensatz zu<br />
der Bar-Grafik, welche Intervalle repräsentiert, repräsentiert die Histobar-Grafik<br />
Areas. Jedoch repräsentiert sie nicht wie der Area-Graph eine einzelne Area,<br />
sondern stellt eine ganze Sammlung <strong>von</strong> Areas dar - eine für jede Bar.<br />
Obwohl die meisten publizierten Beispiele gewöhnliche Histogramme mit Bars<br />
zeigen, welche gleichmäßige Intervalle repräsentieren, müssen die Bars in der<br />
Histobar-Grafik nicht die gleiche Breite haben. Einige können auch „Zero-Areas“<br />
haben. Im Gegensatz zur Bar-Grafik müssen die Bars in der Histobar-Grafik<br />
jedoch miteinander verbunden sein. Lücken kann es nur geben, wenn diese sich<br />
aus Zero-Areas ergeben. Abb. 24 zeigt Beispiele für zwei- und dreidimensionale<br />
Histogramme.<br />
Abb. 24 2D und 3D Histogramme [Wil 1999]<br />
Summary-Graphen repräsentieren die Werte einer Variablen anhand drei oder mehr<br />
Eigenschaften. Sie charakterisieren eine Verteilung <strong>von</strong> Werten mittels einer Sammlung<br />
verschiedener geometrischer Elemente. Man kann einige dieser Graphen durch die<br />
Kombination <strong>von</strong> <strong>Daten</strong> und Zeichenmethoden anderer Graphen, wie Bar, Point und Line<br />
86
konstruieren. Unter Umständen kann es jedoch Gründe geben, eine eigene Graphen-<br />
Klasse für Summaries zu besitzen.<br />
� Schema<br />
Ein Schema ist ein Diagramm, welches sowohl allgemeine als auch spezielle<br />
Eigenschaften beinhaltet, um eine Verteilung darzustellen. Solch ein Schema Plot,<br />
welcher aufgrund seiner physischen Erscheinung unter dem Namen „Box Plot“<br />
bekannt wurde, geht auf Tukey [Tuk 1977] zurück. Die Schema-Zeichenfunktion<br />
erzeugt eine Sammlung eines oder mehrerer Points, Lines, Areas und Intervalle.<br />
Schema-Grafiken können viele Formen annehmen und auf verschiedenen<br />
Statistiken basieren. Tukey’s Box Plot stellt jedoch die ursprüngliche Form dar.<br />
Abb. 25 Schematischer (Box) Plot [Wil 1999]<br />
Die zentrale vertikale Linie in der Box dieses Plots stellt dem Gesamtdurch-<br />
schnittswert, die Ecken der Box die Durchschnittswerte der beiden Stapel - welche<br />
erzeugt werden, indem die sortierten Werte anhand des Gesamtdurchschnitsswert<br />
in zwei Stapel aufgeteilt werden - dar. Die Enden der „Whiskers“ der Box<br />
erstrecken sich bis zu den Extremwerten der sogenannten inneren Grenzen. Die<br />
inneren Grenzen werden durch die Vergrösserung der Box um den Faktor 2,5<br />
gewonnen. Werte außerhalb der äußeren Grenzen (die inneren Grenzen mal zwei)<br />
werden mit einem kleinen Kreis gezeichnet und alle übrigen Werte ausserhalb der<br />
inneren Grenzen mit einem Stern. Somit sind in diesem Plot die aussenliegenden<br />
Werte sofort erkennbar und die Verteilung der übrigen Werte werden schematisch<br />
durch eine Box und Whiskers repräsentiert. Die allgemeinen Informationen<br />
werden anhand der Box und den Whisker und die aussergewöhnlichen<br />
Informationen anhand der Ausreißer dargestellt. Ein Beispiel hierfür ist in Abb. 25<br />
zu sehen, welche eine Box Plot-Verteilung der Motorstärke <strong>von</strong> Automobilen in<br />
einer Road&Track <strong>Daten</strong>bank zeigt. Die beiden Ausreißer sind anhand des Kreises<br />
und des Sterns zu erkennen: Lamborghini Diablo (Stern) und der Ferrari 333 Race<br />
Car (Kreis).<br />
87
Partitions<br />
Partitions unterteilen <strong>Daten</strong>sätze in Teilmengen. Die Teilungen treten auf zwei<br />
unterschiedliche Arten auf. Die eine Klasse der Graphen (tile) teilt einzelne <strong>Daten</strong>punkte<br />
in sich gegenseitig ausschließende Regionen (Areas oder Volume) auf. Eine Methode<br />
dafür wird beim Mapping verwendet, bei dem unter Verwendung <strong>von</strong> polygonen<br />
Begrenzungen ein Umkreis um einen Punkt erzeugt wird. Eine andere Methode teilt eine<br />
Gruppe <strong>von</strong> Punkten mittels einer geometrischen Form oder eines Schemas, wie<br />
beispielsweise Hexagone, auf. Die zweite Klasse der Graphen (contour) separiert Punkte<br />
in zwei oder mehr Regionen, welche nach Möglichkeit geschachtelt sein sollten.<br />
� Tile<br />
Eine Tile-Zeichenfunktion kachelt eine Oberfläche oder einen Raum. Ein Tile-Graph<br />
bedeckt und segmentiert eine begrenzte Region, welche durch einen Frame<br />
definiert wird. Zwischen den einzelnen Kacheln können keine Lücken, bzw.<br />
Überlappungen auftreten. Abb. 26 zeigt eine Kachelung mit insgesamt 10 000<br />
Kacheln, basierend auf einer mathematischen Funktion.<br />
� Contour<br />
Abb. 26 Tile-Grafik [Wil 1999]<br />
Die Contour-Zeichenfunktion erzeugt eine Kontur oder Level Curves. Konturen<br />
können verwendet werden um jegliche durchgehende Oberfläche abzugrenzen.<br />
Abb. 27 zeigt eine solche Contour-Grafik in Kombination mit einer Karte der<br />
Vereinigten Staaten, wodurch die durchschnittlichen Wintertemperaturen mit<br />
Längen- und Breitengraden in Verbindung gebracht werden.<br />
88
Networks<br />
Abb. 27 Contour-Grafik [Wil 1999]<br />
Network-Graphen verbinden zwei oder mehrere Punkte mit Liniensegmenten. Obwohl<br />
Networks Punkte verbinden, wird kein Point-Graph benötigt, um eine Network-Grafik<br />
sichtbar zu machen. Networks beinhalten eine enorme Vielfalt an Graphen, wie Circuits,<br />
Trees, Paths sowie Graphen, welche in einer Ebene oder in drei Dimensionen eingebettet<br />
sind und andere Strukturen, welche Punkte verbinden.<br />
� Path<br />
Eine Path-Zeichenfunktion erzeugt einen Path. Ein Path-Graph verbindet Punkte<br />
so, dass jeder Punkt nicht mehr als zwei Liniensegmente berührt. Folglich trifft ein<br />
Path jeden Punkt in einer Sammlung <strong>von</strong> Punkten jeweils nur einmal. Wenn ein<br />
Path geschlossen ist (jeder Punkt berührt zwei Liniensegmente), nennt man das<br />
einen Circuit. Paths sehen oft aus wie Lines, jedoch werden diese geometrisch <strong>von</strong><br />
einander unterschieden: Lines sind funktional, d.h. für jeden Wert kann es nur<br />
einen Punkt auf einer Linie geben. Paths können sich dagegen selber kreuzen und<br />
Schleifen oder Zickzack bilden. Desweiteren bestehen Paths aus Segmenten,<br />
welche Ecken oder Links zwischen Knoten entsprechen. Das bedeutet, dass eine<br />
Variable dazu verwendet werden kann, für jedes einzelne Segment des Path<br />
Attribute zu bestimmen. Zum Beispiel kann eine Line nur eine einzige Größe<br />
haben, ein Path kann dagegen für jedes seiner Segmente verschiedene Größen<br />
besitzen. Dies gilt auch für das Anfrageverhalten oder Interaktionstechniken, wie<br />
z.B. Brushing. Durch Klick auf ein Line-Segment, erhält man Informationen über<br />
die gesamte Line. Durch Klick auf ein Path-Segment, erhält man Informationen<br />
über dieses einzelne Segment. Abb. 28 zeigt ein Beispiel eines solchen Path.<br />
89
� Link<br />
Abb. 28 Path [Wil 1999]<br />
Die Link-Zeichenfunktion erzeugt eine Sammlung <strong>von</strong> Ecken. Diese Ecken sind<br />
Liniensegmente, welche Punkte in einem Raum verbinden. Zwei oder mehr Punkte<br />
sind im Link-Graphen zu einer oder mehreren Ecken verbunden. Die<br />
verschiedenen Graphen in dieser Klasse sind Teilmengen eines gesamten<br />
Networks, welches jedes Punktepaar miteinander verbindet. Abb. 29 zeigt einen<br />
Link-Graphen für alle möglichen Links zwischen den Eckpunkte eines Oktagons.<br />
Abb. 29 Komplettes Network mit acht Punkten [Wil 1999]<br />
90
Splitting vs. Shading<br />
Wie man bereits bei der Darstellung der Graphen erkennen konnte, werden Graphen<br />
durch die Verwendung <strong>von</strong> kategorischen Variablen unterteilt („splitting“). Eine<br />
kontinuierliche Variable erzeugt ein, zu einer kategorischen Variablen ähnliches visuelles<br />
Ergebnis, jedoch mit dem Unterschied, dass sie die Grafik nicht splittet. Für dieses<br />
Verhalten wird der Begriff „shading“ verwendet. Bei vielen Grafiken kann man nicht mit<br />
bloßem Auge erkennen, ob eine Variable teilt (split) oder verbindet (shade). Diese<br />
Aussage kann man nur treffen, wenn der Variablentyp entweder bekannt ist oder man<br />
mit der Grafik mittels Interaktionstechniken interagieren kann (vgl. Abschnitt Path).<br />
Theoretisch ist es auch möglich, Splitting explizit zu spezifizieren, indem man die<br />
Funktion split() den Ästhetik-Methoden hinzufügt.<br />
Tab. 6 fasst die Graphen dieses Kapitels nochmals für 1D bis 3D zusammen. Die<br />
Abbildungen entsprechen grafischen Beispielen derjenigen Graphen, welche in Tab. 5<br />
aufgeführt wurden.<br />
Die 1D Rendering-Umgebung lässt nur wenig Spielraum, um zwischen Graphentypen zu<br />
unterscheiden. Beispielsweise könnte man Größe verwenden, um einige Aspekte der<br />
<strong>Daten</strong> zu repräsentieren, solange dies zum Beispiel kein <strong>Daten</strong>attribut oder eine<br />
Symbolform bemisst. Jedoch muss das Zentrum aller Symbole immer noch auf eine Linie<br />
fallen und ihre Größe hat keine Bedeutung bezüglich der <strong>Daten</strong>. Ähnlich hat die Größe<br />
<strong>von</strong> Bar, Histobar, Schema und Tile keine Bedeutung bezüglich der <strong>Daten</strong> in 1D. 2D<br />
Grafiken bieten einen zusätzliche Freiheitsgrad um <strong>Daten</strong>variationen zu repräsentieren.<br />
Grafiken, wie Area, Contour, Path und Link erfordern mindestens zwei Dimensionen, um<br />
überhaupt verwendbar zu sein. 3D Grafiken bieten so gesehen am meisten<br />
Möglichkeiten. In 3D wird der Line-Graph zu einer Oberfläche und die Area zu einem<br />
Volume. In gleicher Weise segmentiert der Tile-Graph einen 3D Raum so, dass jede<br />
Kachel ein Volume umgibt, ähnlich wie auch der Contour-Graph den 3D Raum<br />
segmentiert.<br />
91
4.2.2.4 Aesthetics<br />
Tab. 6 Geometrische Graphen [Wil 1999]<br />
Das Wort „Ästhetik“ stammt ursprünglich vom dem griechischen Wort für<br />
„Wahrnehmung“ ab. Die abgeleiteten modernen Bedeutungen <strong>von</strong> Ästhetik, wie<br />
Schönheit, Geschmack und gestalterische Kriterien kamen erst im 18.Jahrhundert auf.<br />
Wilkinson wählte diesen Begriff für die Beschreibung <strong>von</strong> Objekten aufgrund seiner<br />
ursprünglichen Bedeutung und da er der Auffassung ist, dass das moderne Wort<br />
„Wahrnehmung“, bzw. „Perception“ stark mit Subjektivität in Verbindung steht.<br />
Wahrnehmung bezieht sich mehr auf den Wahrnehmenden als auf das Objekt selbst.<br />
Ästhetik verwandelt Graphen in Grafiken. Ohne Ästhetik sind Graphen nicht<br />
wahrnehmbar (zum Beispiel unsichtbar oder unhörbar). Die Ästhetik umfasst Funktionen,<br />
welche bestimmen, wie ein Graph als eine sichtbare oder andere wahrnehmbare Grafik<br />
92
epräsentiert wird. Jede Dimension eines Graphen muss durch ein ästhetisches Attribut,<br />
wie Farbe oder Sound repräsentiert werden. Das nachfolgende Kapitel befasst sich mit<br />
spezifischen ästhetischen Attributen. Wilkinson legte hier das Klassifizierungsschema <strong>von</strong><br />
Bertin [Ber 1967] [Ber 1977], welches zu psychologischen Theorien der Wahrnehmung in<br />
Beziehung gesetzt werden kann, zugrunde. Während Bertins Arbeit gänzlich auf visuellen<br />
Darstellungen basiert, gelten Wilkinson’s Variablen mit kleinen Modifikationen auch für<br />
andere sensorische Modalitäten. Für eine psychologische Perspektive auf Bertin’s Arbeit<br />
verweist Wilkinson auf Kosslyn [Kos 1985], für einen Überblick in kartografische<br />
Erweiterungen <strong>von</strong> Bertins System auf MacEachren [Mac 1995].<br />
Ästhetische Attribute<br />
Wilkinson teilt die Ästhetikattribute in insgesamt fünf Hauptkategorien ein: „Form“,<br />
„Surface“, „Motion“, „Sound“ und „Text“. Tab. 7 fasst diese Ästhetikattribute zusammen,<br />
beansprucht jedoch keine Vollständigkeit, da theoretisch auch andere Attribute, wie<br />
Geruch oder Geschmack denkbar wären. Sieben dieser Attribute sind abgeleitet <strong>von</strong> den<br />
„Visual Variables“ <strong>von</strong> Bertin [Ber 1967]: position (position), size (taille), shape (forme),<br />
orientation (orientation), brightness (valeur), color (couleur) und garnularity (grain).<br />
Wilkinson weist darauf hin, dass Bertins „grain“ oftmals mit „texture“ übersetzt wird, er<br />
damit jedoch tatsächlich Granularität meint. Granularität steht also in diesem Sinne in<br />
Bezug zu der räumlichen Frequenz einer Textur.<br />
position<br />
size<br />
shape<br />
Form Surface Motion Sound Text<br />
stack<br />
dodge<br />
jitter<br />
polygon<br />
glyph<br />
image<br />
rotation<br />
color<br />
hue<br />
brightness<br />
saturation<br />
texture<br />
blur<br />
pattern<br />
granularity<br />
orientation<br />
transparency<br />
direction<br />
speed<br />
acceleration<br />
tone<br />
volume<br />
rhythm<br />
voice<br />
Tab. 7 Ästhetische Attribute [Wil 1999]<br />
label<br />
93
Im Gegensatz zu Bertin trennt Wilkinson jedoch Form- <strong>von</strong> Texturattributen. Die Ursache<br />
hierfür begründet Wilkinson mit der Übertragung der Theorien <strong>von</strong> Bertin in die Welt der<br />
Computerprogramme. Grafiken müssen bezüglich ihrer ästhetischen Attribute<br />
unabhängig reagieren können. Zur selben Zeit müssen diese unabhängigen Reaktionen<br />
übereinstimmend funktionieren, so dass die Grafik, welche erzeugt wird, sich konsistent<br />
und kohärent verhält. Daher ist es erforderlich, einige <strong>von</strong> Bertins Kategorien <strong>von</strong><br />
einander zu lösen. So verwendet Bertin Size, Shape und Orientation um sowohl die<br />
äußere Form <strong>von</strong> Objekten (wie Symbolformen) als auch ihr inneres Texturmuster (so<br />
wie die Kreuzschraffierung) zu charakterisieren. Diese Vorgehensweise scheint<br />
naheliegend, eignet sich jedoch nicht für eine Implementierung dieser Attribute.<br />
Wie in Tab. 7 zu sehen, verfügen einige der Hauptattributsfunktionen, wie z.B. Position<br />
über verschiedene Methoden. Wenn Position als Transformation angesehen wird, so kann<br />
man die Funktion zusammensetzen. D.h., man kann die Funktion so oft wiederholen, bis<br />
die vorgegebene Position letztendlich erreicht wurde. Daher bietet es sich an, Bertins<br />
Attribut in verschiedene Positionsmethoden zu unterteilen. D.h. die Elternklasse<br />
Position setzt eine Position innerhalb eines Frames. Die Kinder <strong>von</strong> Position modifizieren<br />
dann die lokale Position auf verschiedene Arten, wie z.B. stack, welches veranlasst, dass<br />
Grafikelemente entlang einer Dimension gestapelt werden (Abb. 30 und Abb. 31).<br />
� Position<br />
Die Verwendung <strong>von</strong> Position für eine Grafik ermöglicht eine Vielzahl <strong>von</strong><br />
Variationsmöglichkeiten, wie z.B. die Einbettung multipler Grafiken durch die<br />
Verwendung verschiedener positionsbezogener Variablen in ein gemeinsames<br />
Frame oder die Platzierung <strong>von</strong> Grafiken nebeneinander oder übereinander.<br />
Bertin restringiert seine Analyse auf ein Blatt Papier oder eine Ebene, jedoch muss<br />
die räumliche Position in einem Grafiksystem nicht auf genau drei Dimensionen<br />
beschränkt sein. Zum Beispiel kann ein Frame (mit einem Verlust der<br />
Allgemeingültigkeit) durch eine Vielzahl an Projektionen in einen 3D, 2D oder 1D<br />
Raum repräsentiert werden. Ein Positionsattribut erfordert lediglich, dass Werte<br />
einer quantitativen Skala zu Koordinaten in einem Raum gemappt werden. Wobei<br />
kontinuierliche Variablen zu eng liegenden Positionen in einer Dimension und<br />
kategorische Variabeln zu einem Gitter mappen. Diese Positionen sind geordnet.<br />
Die Skalierung der Größenordnungen, welche durch die Variable repräsentiert<br />
werden können, muss sich aber nicht notwendigerweise, sich auf die Ordnung<br />
auswirken.<br />
94
Einige Projektionen können zwei verschiedene Koordinaten auch zu derselben<br />
Position projizieren und sie somit ununterscheidbar machen. Manchmal wird<br />
Position auch einfach nur dazu verwendet, Objekte vom Überlappen abzuhalten<br />
oder Objekte einander zuzuordnen. Eine der Kindklassen <strong>von</strong> Position ist stack,<br />
welches veranlasst, dass Grafikelemente entlang einer Dimension gestapelt<br />
werden. Diese Methode wird verwendet um z.B. Stacked Bar Charts (Abb. 30<br />
links), Stacked Area Charts (Abb. 30 rechts) oder Stacked Dot Plots (Abb. 31) zu<br />
erzeugen.<br />
Abb. 30 Stacked (Divided) Bar-Grafik (li.) und Stacked Area Chart (re.) [Wil 1999]<br />
Abb. 31 Stacked Dot Plot [Wil 1999]<br />
Eine andere Kindklasse ist dodge, welches Grafikelemente dazu veranlasst, sich<br />
selber symmetrisch aufzuheben, wenn sie eng beieinander liegende Werte bei<br />
einem Größenwert besitzen. Diese Methode wird verwendet, um Clustered Bar<br />
Charts (Abb. 32) und symmetrische Dot Plots (Abb. 31) zu erzeugen.<br />
95
Abb. 32 Clustered Bar Chart [Wil 1999]<br />
Jitter fügt den Positionen entlang der Dimension absichtlich eine kleine Anzahl<br />
einheitlicher und zufälliger Fehler hinzu, sodass Grafikelemente weniger<br />
wahrscheinlich kollidieren. Diese Methode wird verwendet um Jittered Scatterplots<br />
zu erzeugen (Abb. 33).<br />
� Size<br />
Abb. 33 Jittered Scatterplot [Wil 1999]<br />
Bertin definiert Größenvariationen in Ausdrücken <strong>von</strong> Länge oder Area. Die<br />
Erweiterung dieser Definition auf drei Dimensionen wäre Volume. Das Size-<br />
Attribut eignet sich am besten bei Point-Grafiken, jedoch hat es auch anderswo<br />
interessante Anwendungen. Eine der bekanntesten Anwendungen des Size-<br />
Attributs ist der Bubble Plot (Abb. 34).<br />
96
Abb. 34 Bubble Plot [Wil 1999]<br />
Bei Lines verhält sich Größe für gewöhnlich äquivalent zu Dicke. Die Funktion Size<br />
kann zum Beispiel die Dicke einzelner Segmente eines Paths kontrollieren, wie in<br />
der bekannten Grafik <strong>von</strong> Minard aus dem Jahr 1869, in welcher er den<br />
fortlaufenden Verlust an Männern in der französischen Armee <strong>von</strong> Napoleon<br />
während des Russland-Feldzugs, visualisierte (siehe Abb. 35)<br />
Abb. 35 Napoleons Russland-Feldzug nach Minard [Tuf 1983]<br />
Areas können ihre Größe nur dann ändern, wenn ihr Umfang nicht fest definiert<br />
ist. Eine Area wird durch einen Umfang definiert, welcher entweder durch <strong>Daten</strong>,<br />
durch eine Kachelung oder durch irgendein anderes begrenzendes Element<br />
bestimmt wird. Surfaces können ihre Größe ähnlich wie Lines ändern. Solids<br />
können ihre Größe dagegen in jeder Dimension ändern.<br />
97
� Shape<br />
Abb. 36 Solid Größen [Wil 1999]<br />
Shape bezieht sich auf die äußere Form oder Begrenzung eines Objektes. Die<br />
Shape-Attribut Funktion wird oft verwendet um die Shape eines gezeichneten<br />
Symbols in Point-Grafiken zu bestimmen, jedoch hat jeder Graph das Potential<br />
seine Shape zu variieren. Das Attribut beeinflusst also die Shape <strong>von</strong> Bars und<br />
anderen Grafiken. Abb. 37 zeigt verschiedene Beispiele <strong>von</strong> Shape-Variationen bei<br />
Symbolen. Die oberste Reihe zeigt einen „Morph“ eines Hexagons in eine<br />
Kreisform. Morphing ist die Technik, welche verwendet wird, um eine Shape<br />
entlang einer fortlaufenden Dimension zu variieren. Die zweite Reihe zeigt das<br />
Morphing einer Ellipse in eine andere Ellipse. Dieses Beispiel ist jedoch<br />
problematisch, da es sich nicht rotationsinvariant verhält. Shape muss variieren,<br />
ohne Size, Rotation oder andere Attribute zu beeinflussen. Die unterste Reihe<br />
zeigt kategorische Shape-Variationen.<br />
Abb. 37 Symbol Shapes [Wil 1999]<br />
Es gibt eine Reihe <strong>von</strong> Forschern, welche sich damit auseinandergesetzt haben<br />
optimale Symbolformen für Kategorisierung zu erforschen. Dazu gehören zum<br />
Beispiel Lewandowsky und Spence [LS 1989] und Cleveland [Cle 1993].<br />
Abb. 38 zeigt verschiedene Beispiele für kontinuierliche und kategorische<br />
98
Shapevariationen für Lines. Die linke Grafik variiert die Grobheit der Linie um eine<br />
fortlaufende Größenunterteilung der Shape zu erzeugen. Die rechte modifiziert<br />
dagegen die Außenkonturen der Linie um eine kategorische Shape-Variation zu<br />
erzeugen.<br />
Abb. 38 Line Shapes [Wil 1999]<br />
Areas können ihre Shape nur dann ändern, wenn ihr Umfang <strong>von</strong> einer<br />
Positionvariablen nicht fest definiert ist. Die Tile-Grafik kann zum Beispiel als<br />
Hexagonformen definiert werden um ein Surface zu teilen oder als Umrissform<br />
eines Staates, um eine geografische Karte zu erzeugen. Ebenso können auch<br />
Surfaces ihre Shape ändern. Abb. 39 zeigt kontinuierliche und kategorische<br />
Shape-Variationen für Solids. Einige Solids, wie Intervallgrafiken sind in einer oder<br />
mehreren Achsen festgelegt. Dabei lässt sich für gewöhnlich wenigstens eine<br />
physische Dimension frei variieren und somit die Shape verändern. Die Solids in<br />
Abb. 39 haben konstante Höhen, variieren jedoch in ihrer Shape entlang der<br />
beiden anderen Dimensionen.<br />
Abb. 39 Solid Shapes [Wil 1999]<br />
Symbol-Shapes müssen nicht <strong>von</strong> einem festgelegten Repertoire <strong>von</strong> Symbolen<br />
bestimmt werden. Sie können ebenso <strong>von</strong> einer Gruppe beliebiger Polygone<br />
festgesetzt werden. In Abb. 40 ist beispielsweise eine geografische Karte zu<br />
sehen, die mit der Kindklasse Polygon <strong>von</strong> Shape erzeugt wurde.<br />
99
Abb. 40 Map of Europe [Wil 1999]<br />
Symbol-Shapes können auch <strong>von</strong> wesentlich komplexeren Algorithmen bestimmt<br />
werden, wie zum Beispiel <strong>von</strong> Glyph-Funktionen. Diese werden verwendet, um<br />
die Shape <strong>von</strong> Point-Grafiken zu bestimmen. Glyphen sind geometrische Formen,<br />
welche verwendet werden um mehrere Variablen gleichzeitig zu repräsentieren<br />
[Fie 1979] [COW 1992] [HM 1990]. Abb. 41 zeigt eine Modifikation der bekannten<br />
FACES <strong>von</strong> Herman Chernoff [Che 1973] durch Bruckner [Bru 1978], welche<br />
durch eine solche Glyphen-Funktion erzeugt wurden. Die Merkmale der Gesichter<br />
stehen dabei stellvertretend für ihre Variablen.<br />
Abb. 41 Modifikation der “Chernoff” FACES <strong>von</strong> Bruckner [Wil 1999]<br />
100
Auch Images können verwendet werden, um die Shape <strong>von</strong> Points, Bars und<br />
anderen Grafiken zu bestimmen. Abb. 42 zeigt einen Scatterplot mit<br />
verschiedenen Gesichtsausdrücken, welcher mittels der Image-Funktion erzeugt<br />
wurde. In diesem Beispiel wird das Zentrum der Konfiguration <strong>von</strong> einem Gesicht<br />
ohne Emotion markiert. Die radiale Distanz <strong>von</strong> diesem Punkt aus in jede Richtung<br />
repräsentiert die Intensität <strong>von</strong> Emotion und die Polarwinkel den Typ der Emotion.<br />
� Rotation<br />
Abb. 42 Scatterplot mit Images [Wil 1999]<br />
Die Rotation einer Grafik stellt ihren Rotationswinkel dar. Abb. 43 zeigt Rotations-<br />
variationen für 2D und 3D Objekte. Lines, Areas und Surfaces können nur dann<br />
rotieren, wenn sie in Bezug auf die Position ungebunden sind.<br />
Abb. 43 Rotation eines Symbols und eines Solids [Wil 1999]<br />
101
Abb. 44 zeigt besipielhaft wie Windgeschwindigkeiten mittels eines Pfeilsymbols<br />
und den Funktionen Rotation und Size visualisiert werden können.<br />
� Color<br />
Abb. 44 Windgeschwindigkeiten [Wil 1999]<br />
Color ist ein psychologisches Phänomen, ein Erzeugnis des visuellen Systems [LS<br />
1991]. Der physische Stimulus für Color ist Licht. Da unser Farbwahrnehmungs-<br />
system dreidimensional ist, kann man alle sichtbaren Farben mit allen drei nicht-<br />
kollinearen Achsen in diesem Raum repräsentieren. Beispiele für Farbmodelle<br />
sind: RGB (Computermonitore und TV), CMY (Drucker) und HLS, welches sich auf<br />
Hue, Lightness und Saturation bezieht und <strong>von</strong> Newtons Analyse des Spektrums<br />
abgeleitet ist. Viele Forscher haben sich mit der Farbtheorie und deren Einsatz<br />
auseinander gesetzt. Für einen Einblick in diese Thematik siehe beispielweise [Tra<br />
1991] [Bre 1994] [Bre 1996] [OB 1997].<br />
Die Funktion Color besitzt verschiedene Kinder: Brightness, Hue und Saturation.<br />
Brightness ist gleichbedeutend mit Helligkeit, also der Spanne zwischen hell und<br />
dunkel. Abb. 45 zeigt eine Skala für Brightness für insgesamt fünf quadratische<br />
Felder.<br />
Abb. 45 Brightness Variation<br />
102
Hue stellt die reine spektrale Komponente (konstante Intensität) einer Farbe,<br />
ohne Berücksichtigung <strong>von</strong> Brightness oder Saturation dar. Abb. 46 zeigt fünf<br />
verschiedene Farbtöne: rot, gelb, grün, blau, lila.<br />
Abb. 46 Hue Variation [Wil 1999]<br />
Saturation stellt den Grad der reinen Farbe (Hue), also die Sätting, dar.<br />
Abb. 47 zeigt fünf verschiedene Sättigungslevel für ein rotes Feld, <strong>von</strong> grau (0%<br />
Hue) bis zu rot (100% Hue). Die Brightness der Felder sollte konstant sein.<br />
Abb. 47 Saturation Variation [Wil 1999]<br />
Color kann beispielsweise in diversen Grafiken wie Scatterplots, Karten oder<br />
Matrix Plots verwendet werden um verschiedene Kategorien zu kennzeichnen, wie<br />
in den Abb. 48 und Abb. 49 zu sehen ist.<br />
Abb. 48 Scatterplot mit farbkodierten Kategorien (li.) und Color Map (re.) [Wil 1999]<br />
103
� Texture<br />
Abb. 49 Matrix Plot [Wil 1999]<br />
Texture beinhaltet Pattern, Granularity und Orientation. Pattern kann man sich<br />
vorstellen wie, die „fill-style“ Funktion in Grafikprogrammen, Granularity ist die<br />
Wiederholung eines Pattern pro Einheit in einem Bereich und Orientation stellt den<br />
Winkel der Patternelemente dar.<br />
Eine mathematische Definition <strong>von</strong> Texture ist die räumliche Verteilung <strong>von</strong><br />
Brightness-Werten eines zweidimensionalen Bildes auf einem beleuchteten<br />
Surface. Diese Definition unterliegt der Texturwahrnehmungsforschung <strong>von</strong> Julesz<br />
[Jul 1965] [Jul 1971] [Jul 1975]. Räumliche Verteilung kann auf verschiedene<br />
Arten repräsentiert werden. Eine der gebräuchlichsten ist zum Beispiel die Fourier<br />
Transform, welche ein Gitter <strong>von</strong> Brightness-Werten in Summen <strong>von</strong><br />
trigonometrischen Komponenten zerlegt. Zu beachten ist, dass Ausprägungen der<br />
einzelnen Attributsfunktionen <strong>von</strong> Texture durchaus miteinander interagieren und<br />
sich gegenseitig beeinflussen können. Beispiele hierfür finden sich bei Julesz [Jul<br />
1981]. So kann auch schon die Texture allein für die Wahrnehmung einer Form<br />
verantwortlich sein. Abb. 50 zeigt Variationen der Granularity, also eine<br />
Rasterung konstanter Brightness, die in ihrer räumlichen Frequenzen variiert.<br />
Abb. 50 Granularity [Wil 1999]<br />
104
Abb. 51 zeigt verschiedene Grade <strong>von</strong> Granularitätsvariationen für Lines. Jede<br />
Reihe <strong>von</strong> Abb. 51 kann als vertikal zusammengepresstes Muster <strong>von</strong> den<br />
Elementen in Abb. 50 betrachtet werden. Beide Abbildungen beinhalten<br />
tatsächlich 1D Texture-Karten.<br />
Abb. 51 Line Granularity [Wil 1999]<br />
Abb. 52 zeigt kontinuierliche und kategorische Variationen <strong>von</strong> Pattern. Die<br />
kontinuierlichen Beispiele (obere Reihe) verwenden zunehmend höhere<br />
Zufallsgrade in einer einheitlichen räumlichen Verteilung. Die kategorischen<br />
Beispiele verwenden verschiedene Shapes für ihre Elemente. Die Brightness für<br />
jedes Feld wird durch denselben prozentualen Anteil an schwarzen Pixeln geregelt.<br />
Abb. 52 Pattern Variations [Wil 1999]<br />
Linienmuster können durch das Füllen dicker Linien mit verschiedenen Mustern<br />
variiert werden. Eine gestrichelte Linie kann beispielsweise durch Füllung des<br />
Inneren einer dicken Linie mit einem eindimensionalen Gittermuster konstruiert<br />
werden, wie in Abb. 51 zu sehen.<br />
Abb. 53 zeigt verschiedene Variationsgrade <strong>von</strong> Orientation. Orientation<br />
beeinflusst auch andere Komponenten der Textur. So ist Orientation auch im<br />
hohen Maß für das Entstehen <strong>von</strong> visuellen Vibrationen, Moire Mustern und<br />
anderen unerwünschten Effekten verantwortlich. Abb. 53 zeigt wie die Variation in<br />
der Texturorientierung eine visuelle Illusion einführt, so dass die Linien nicht<br />
parallel erscheinen. Viele solcher Beispiele bezüglich der Verwendung <strong>von</strong><br />
Orientation finden sich bei Tufte [Tuf 1983].<br />
105
� Blur<br />
Abb. 53 Line Textur Orientation [Wil 1999]<br />
Blur beschreibt den Effekt, welcher die Änderung der Fokuslänge in einer<br />
Darstellung hervorruft, also das Entstehen <strong>von</strong> Unschärfe. Abb. 54 zeigt <strong>von</strong> links<br />
nach rechts fünf verschiedene Unschärfelevel.<br />
� Transparency<br />
Abb. 54 Blur Variation [Wil 1999]<br />
Das Attribut Transparency erzeugt verschiedene Stufen <strong>von</strong> Transparenz. Abb. 55<br />
zeigt Beispiele für fünf verschieden transparente Level.<br />
� Motion<br />
Abb. 55 Transparency Variation [Wil 1999]<br />
Der Einsatz <strong>von</strong> Motion, also Animation ist vor allem bei <strong>Visualisierung</strong>ssoftware<br />
stark verbreitet. Näheres dazu findet man zum Beispiel bei Cleveland und McGill<br />
[CM 1988] und Earnshaw and Watson [EW 1993].<br />
106
� Sound<br />
Die potentielle Dimensionalität einer Soundumgebung ist mindestens so groß wie<br />
die einer visuellen. Auch im Bereich <strong>von</strong> Sound gibt es verschiedene Ansätze<br />
Grafiken darzustellen. Beispielsweise kann man Tonlagen, Amplituden, Textur und<br />
andere Wellenformeigenschaften verwenden, um separate quantitative<br />
Dimensionen zu repräsentieren [Bly 1983] [MFS 1984] [BFL 1985] [Fis 1994].<br />
Oder man kann jedes Objekt in einer Grafik als eine Soundquelle behandeln und<br />
alle Objekte in eine virtuelle räumliche Umgebung einbetten [JL 1966] [BSG<br />
1989] [Brg 1990] [SBG 1990] [Hol 1994]. In diesem Soundscape-Ansatz ist die<br />
Metapher einer Symphonie oder eines Operauftritts nicht ungeeignet. Eine<br />
Scatterplotwolke kann <strong>von</strong> Chorsängern repräsentiert werden, welche<br />
entsprechend im Raum verteilt sind. Krygier [Kry 1994) beschäftigt sich mit der<br />
Verwendung <strong>von</strong> Sound für multidimensionale <strong>Daten</strong>repräsentationen. Siehe<br />
ebenso Shepard [She 1964) und Kramer [Kra 1994].<br />
� Text<br />
Text wird im Allgemeinen nicht als ein ästhetisches Attribut betrachtet. Wilkinson<br />
klassifiziert es auf diese Weise, da Lesen Wahrnehmungs- und kognitive Prozesse<br />
beinhalten, welche die Dekodierung einer Grafik auf dieselbe Weise unterstützen,<br />
wie dies wahrnehmbare Farben oder Muster tun. Die Label Text-Attributfunktion<br />
ermöglicht es, ein beschreibendes Label mit jeglicher Grafik in Verbindung zu<br />
bringen. Diese Funktion platziert zum Beispiel Text in der Nähe zu einem Punkt,<br />
an das obere Ende einer Bar oder nahe einer Line. Die Label-Attributfunktion<br />
ermöglicht es, eine beschreibende Textkonstante („New York“) oder einen<br />
numerischen Wert („3.235647“), welcher automatisch zu Text konvertiert wird,<br />
mit einer Grafik in Verbindung zu bringen.<br />
Tab. 8 fasst die Hauptattribute dieses Kapitels nochmals zusammen. Die Spalten<br />
repräsentieren geometrische Formen, welche <strong>von</strong> den verschiedenen Graphentypen<br />
verwendet werden: Point, Line, Area, Surface und Solid. Die Reihen repräsentieren die<br />
Attribute, aufgeteilt in vier Superklassen: Form, Color, Texture und Optics.<br />
107
Tab. 8 Ästhetische Attribute geordnet nach Geometrie [Wil 1999]<br />
Dieses Kapitel deckt eine große Vielzahl an Basisgrafiken ab, für die Erstellung<br />
komplexerer Grafiken sind jedoch statistische Funktionen notwendig.<br />
108
4.2.2.5 Statistics<br />
Wilkinson bezeichnet mit Statistics Methoden, welche die Position <strong>von</strong> geometrischen<br />
Graphen verändern. Diese Methoden können bei allen Graphentypen angewendet<br />
werden. Einige dieser Kombinationen <strong>von</strong> Graphen und statistischen Methoden können<br />
eigenartig oder bizarr wirken, jedoch gibt es theoretisch keinen Grund sie zu<br />
restringieren. Dennoch verfügen Graphen über statistische Default-Methoden.<br />
Statistiken haben das Potential die Erscheinung <strong>von</strong> Grafiken so radikal zu verändern, wie<br />
dies Koordinatentransformationen tun. Daher ist es ist manchmal schwierig, eine Grafik,<br />
nachdem ihre Geometrie durch eine Statistik verändert wurde, wieder zu erkennen.<br />
Umgekehrt kann es oftmals schwierig sein, eine statistische Funktion <strong>von</strong> der Geometrie<br />
einer Grafik abzuleiten.<br />
Methoden<br />
Tab. 9 listet die wichtigsten statistischen Methoden auf, welche bei Graphen anwendet<br />
werden können. Wilkinson teilt diese in insgesamt fünf Hauptklassen ein: „Statistics“<br />
(Basic Statistics), „Region“ (Intervall and Region Bounds), „Smooth“ (Regression,<br />
Smoothing and Interpolation), „Density“ (Desity Estimation) und „Edge“ (Methoden für<br />
die Berechnung <strong>von</strong> Ecken <strong>von</strong> Graphen basierend auf einer Gruppe <strong>von</strong> Knoten oder<br />
Punkten).<br />
Die Statistic-Klasse umfasst statistische Algorithmen für die Erzeugung eines einzelnen<br />
Wertes (oder Verktorenwerte), welcher eine statistische Zusammenfassung beinhaltet.<br />
Die Region-Klasse umfasst statistische Algorithmen, die zwei Werte, welche sich grafisch<br />
als zwei Punkte, die einen Punkt in einer Dimension zwischen den zwei Werten springen<br />
lässt, darstellen lassen oder eine Gruppe <strong>von</strong> Werten an den Eckpunkten einer konvexen<br />
Region, welche einen Punkt in höheren Dimensionen springen lassen, erzeugen. Die<br />
Smooth-Klasse umfasst eine Vielfalt an Methoden für die Berechnung <strong>von</strong> weichen/<br />
unscharfen Werten. Die Density-Methoden schätzen unter Verwendung einer Vielfalt <strong>von</strong><br />
Ansätzen eine Density ab. Die Edge-Methoden schließlich fügen in einen Graphen Knoten<br />
(Tupel) ein und geben enstprechend der verschiedenen Algorithmen Ecken zurück.<br />
Tab. 9 erhebt keinen Anspruch auf Vollständigkeit, soll aber einen grundsätzlichen<br />
Einblick in die verfügbaren Methoden geben. Im folgenden werden diese Methoden nicht<br />
einzeln erklärt, da dies über den Rahmen dieser Arbeit weit hinaus gehen würde, jedoch<br />
soll mit einigen Beispielen ein Eindruck bezüglich der Effekte dieser Methoden gegeben<br />
werden. Beschreibungen der einzelnen Methoden finden sich in „The Grammar of<br />
Graphics“ <strong>von</strong> Wilkinson.<br />
109
count<br />
sum<br />
mean<br />
statistic region smooth density edge<br />
median<br />
mode<br />
sd<br />
se<br />
range<br />
Form and Function<br />
spread<br />
sd<br />
se<br />
range<br />
confi<br />
mean<br />
sd<br />
smooth<br />
linear<br />
quadratic<br />
cubic<br />
log<br />
mean<br />
median<br />
mode<br />
spline<br />
normal<br />
kernel<br />
ash<br />
quantile<br />
bin<br />
rect<br />
gap<br />
hex<br />
Tab. 9 Statistische Methoden [Wil 1999]<br />
mst<br />
delaunay<br />
In dem Wilkinson die statitischen Methoden <strong>von</strong> den Grafiken, welche sie darstellen<br />
trennt, separiert er Form <strong>von</strong> Funktion. Das heißt, dieselbe Statistik kann <strong>von</strong><br />
verschiedenen Typen <strong>von</strong> Grafiken repräsentiert werden (Abb. 56) und derselbe Typ <strong>von</strong><br />
Grafik kann verwendet werden, um zwei unterschiedliche Statistiken darzustellen (Abb.<br />
57).<br />
Abb. 56 Unterschiedliche Graph Typen, dieselbe statistische Methode (v.l.o.n.r.u.: point, line, area, bar;<br />
Methode: region.confi.smooth.linear) [Wil 1999]<br />
hull<br />
tree<br />
join<br />
tsp<br />
110
Abb. 57 Unterschiedliche statistische Methoden, derselbe Graph Typ (v.l.o.n.r.u.: statistic.mean,<br />
region.spread.range, smooth.quadratic, region.confi.smooth.linear; Graph Typ: line) [Wil 1999]<br />
Diese Trennbarkeit <strong>von</strong> statistischen und geometrischen Objekten ist es, was einem<br />
System die große Breite an Repräsentationsmöglichkeiten bietet. Im folgenden Abschnitt<br />
werden nun exemplarisch die Effekte einige dieser funktionalen Methoden anhand <strong>von</strong><br />
Grafiken gezeigt.<br />
Abb. 58 (links) zeigt ein Surface, das mittels der Methode „....smooth.stepp“ erzeugt<br />
wurde, Abb. 58 (rechts) zeigt dagegen ein Surface, welches mittels der Methode<br />
„....smooth.mean.cauchy“ erzeugt wurde.<br />
Abb. 58 3D Stepped Surface (li.) und Smooth of Temperature Variation (re.) [Wil 1999]<br />
111
Bar-Graphen repräsentieren interval-valued Funktionen oder Relationen, in welchen die<br />
Range zwei Werte für ein gegebenes Tupel in dem Bereich haben kann. Um eine Bar-<br />
Grafik zu erzeugen wird für gewöhnlich ein Ende eines Intervalls am Wert Null fixiert. Das<br />
folgende Beispiel illustriert eine Anwendung, in welcher beide Enden verwendet werden.<br />
Abb. 59 zeigt eine Bar-Grafik, die mit der Methode „....statistic.mean“ erzeugt wurde.<br />
Abb. 59 Error Bars [Wil 1999]<br />
Densities messen die relative Konzentration einer Probe an verschiedenen Werten einer<br />
Variablen. Diese statistischen Messungen reichen dabei <strong>von</strong> gewöhnlichen Histogrammen<br />
über Dot Plots zu Kernel Density Schätzungen. Abb. 60 zeigt Beispiele für solche<br />
Densities („....denisty.normal.joint“, bzw. „....density.kernel.epanechinkov.joint“).<br />
Abb. 60 Bivariate Densities [Wil 1999]<br />
112
Abb. 61 zeigt ein Beispiel eines Box Plots, welcher aus einzelnen konvexen Hüllen besteht<br />
(„peeled convex hulls“). Tukey [Tuk 1974] sowie Huber [Hub 1972] schlagen diese<br />
Methode für die Generalisierung des Box Plot für mehr als eine Dimension vor. Jede Hülle<br />
in diesem Box Plot enthält einen unterschiedlichen Prozentsatz der gesamten Anzahl der<br />
<strong>Daten</strong> (hier:Länder). Die äußerste Hülle enthält alle Länder und jede folgende Hülle<br />
enthält ca. 25 Prozent weniger Länder. Der bivariaten Box Plot in Abb. 61 wurde, der mit<br />
der Methode „...statistic.median.joint“ erzeugt.<br />
Abb. 61 Bivariate Box Plot [Wil 1999]<br />
Wie bereits erwähnt, ist es möglich, Funktionen, unter der Verwendung desselben Tile-<br />
Graphen, einzusetzten, um verschiedene Tilings zu erzeugen. Abb. 62 zeigt solch ein<br />
Beispiel - Two Variable Histogram und Hexagon Hinning, welche mit der Methode<br />
„...density.bin.rect“, bzw. „...density.bin.hex“ erzeugt wurden.<br />
Abb. 62 Two VariableHhistogram and Hexagon Binning [Wil 1999]<br />
113
Die Path-Zeichenfunktion berechnet einen Path bezüglich der Ordnung einer<br />
Punktegruppe in einer Liste. Die Ordnung kann vom originalen <strong>Daten</strong>satz stammen oder<br />
man kann die <strong>Daten</strong> sortieren. Die folgende Methode („...edge.tsp“) berechnet eine<br />
Ordnung unter Verwendung eines Algorithmus, welcher einen kurzen Path durch die US<br />
berechnet, welcher jeden Staat nur einmal streift und zum Anfang zurückkehrt um einen<br />
vollständigen Kreis zu bilden (siehe Abb. 63).<br />
Abb. 63 Short Path durch die US [Will 1999]<br />
Die Link-Zeichenfunktion berechnet eine Gruppe mit Links zwischen Punkten. Die edge-<br />
Funktion bietet verschiedene Methoden für die Berechnung dieser Links. Beispiele sind<br />
der Minimum Spanning Tree (MST) („....edge.mst“), Hulls („...edge.hull“), Triangulation<br />
(„...edge.delaunay“) oder Trees („...edge.tree“). Der MST verbindet Punkte in einem<br />
Raum mittels Liniensegmenten, welche die geringste Gesamtlänge haben und welche alle<br />
Punkte miteinander verbinden ohne einen Kreis (Zyklus) zu bilden (Abb. 64 links). Eine<br />
Convex Hull verbindet außenliegende Punkte so, dass eine konvexe Begrenzung um alle<br />
Punkte herum entsteht (Abb. 64 rechts). Eine Triangulation verbindet Punkte mit<br />
Segmenten, so dass alle begrenzten Regionen Dreiecke bilden (Abb. 65 links). Ein Tree<br />
stellt oftmals einen <strong>Daten</strong>satz dar, welcher als verlinkte Liste organisiert ist (Abb. 65<br />
rechts).<br />
114
Abb. 64 Minimum Spanning Tree (li.) und Convex hull (re.) [Wil 1999]<br />
Abb. 65 Triangulation (li.) und Cluster Tree (re.) [Wil 1999]<br />
Tab. 10 fasst die statistischen Methoden, welche in diesem Kapitel vorkamen noch mal<br />
zusammen. Jede Zelle der Tabelle zeigt ein Exemplar für einen Methodentyp in 1D, 2D<br />
oder 3D. Wilkinson fügte Punkte mit ein, um in den grafischen Beispielen <strong>Daten</strong>werte zu<br />
repräsentieren; diese sind hellblau koloriert. Die Grafiken, welche die Ergebnisse <strong>von</strong><br />
statistischen Methoden darstellen, sind dunkelblau koloriert.<br />
Die Conditional Methoden berechnen einen eindeutigen Wert oder ein eindeutiges<br />
Werteset auf einer selektierten Variablen für jeden einzelnen Wert <strong>von</strong> x. Bei 1D ist x<br />
konstant. Bei 2D ist x eine Variable. Bei 3D ist x eine zweidimensionale vector-valued<br />
Variable. Wenn x kategorisch ist, dann sind die berechneten Schätzungen auf einem<br />
Gitter platziert. Wenn x kontinuierlich ist, dann sind diese Schätzungen in einem realen<br />
Raum verteilt. Die Statistic-Methoden umfassen einen einzelnen Punkt. Die Region-<br />
Methoden umfassen Intervalle oder Typen konvexer Regionen. Die smooth-Methoden<br />
umfassen verbundene Gruppen einzelner Punkte <strong>von</strong> jedem Wert <strong>von</strong> x. Die density-<br />
Methoden umfassen Klasseneinteilung oder „Parametric Smoothing“ für die Berechnung<br />
einer Density in einer lokalen Region. Die Edge-Methoden schließlich umfassen<br />
115
Berechnungen auf Punkten, die Knoten in gerichteten oder generellen Graphen sind.<br />
Die Joint Methoden berechnen einen eindeutigen Wert oder ein eindeutiges Set <strong>von</strong><br />
Werten auf einem selektierten Set <strong>von</strong> Variablen. Bei 1D sind diese Methoden identisch<br />
zu den Conditional Methoden, da das Angleichen an eine Konstante einem Weglassen<br />
einer Angleichung entspricht. Daher ist die erste Spalte der Tabelle für Conditional und<br />
Joint Methoden identisch. Die 2D und 3D Joint Methoden unterscheiden sich auf der<br />
anderen Seite <strong>von</strong> ihren Conditional Gegenstücken. Die Unterschiede sind am<br />
ersichtlichsten, wenn man die geometrischen Eigenschaften der Grafiken in der Tabelle<br />
betrachtet.<br />
Tab. 10 Statistical Methods by Dimensionality [Wil 1999]<br />
Während statistische Methoden mit geometrischen Regionen in einem Raum verbunden<br />
sind, darf man nicht vergessen, dass diese Regionen <strong>von</strong> verschiedenartigen<br />
geometrischen Graphen repräsentiert werden können (vgl. Abb. 56). Die Mächtigkeit<br />
eines Systems, welches geometrische Graphen und ihre statistischen Methoden abgrenzt,<br />
liegt mehr in der Bereitstellung einer kompletten Palette <strong>von</strong> Repräsentationsmethoden,<br />
als in der Vorauswahl einer Teilmenge auf Basis <strong>von</strong> Gewohnheiten.<br />
116
4.2.2.7 Scales<br />
Scales sind die Typen <strong>von</strong> Funktionen, welche verwendet werden um Variablensätze zu<br />
Dimensionen zu mappen. Die visuelle Repräsentation einer Scale ist eine Achse mit<br />
Achseneinteilungen (ticks). Jedoch können auch Legenden und andere Formen <strong>von</strong><br />
Guides Scales repräsentieren. Die Konstruktion einer Scale mag den Anschein haben,<br />
dass es hierbei lediglich um die Selektion einer Range für die betreffenden Zahlen und<br />
Intervalle geht, um Achseneinteilungen einzeichnen zu können. Jedoch messen Scales<br />
auch den Inhalt eines Frames. Sie bestimmen, wie die Size, Shape und Position der<br />
Grafiken dargestellt wird. Letztendlich bestimmt diese Wahl, wie eine Grafik interpretiert<br />
wird.<br />
Scale Transformations<br />
Wie bereits erwähnt, transformiert man Variablen indem man Operationen, wie Logging<br />
oder Square-Rooting anwendet. Der Zweck <strong>von</strong> Variablentransformationen in einem<br />
Grafiksystem ist es, statistische Operationen auf Variablen möglichst adäquat und<br />
aussagekräftig durchzuführen. Scales operieren dagegen auf Gruppen <strong>von</strong> Variablen<br />
(Dimensionen). Der Zweck <strong>von</strong> Scale Transformationen ist dem <strong>von</strong> Variablentrans-<br />
formationen ähnlich – statistische Objekte möglichst adäquat und aussagekräftig auf<br />
Dimensionen abzubilden.<br />
Im nächsten Kapitel wird eine dritte Klasse <strong>von</strong> Transformationen behandelt werden:<br />
Koordinatentransformationen. Zweck dieser Transformationen ist es, die Geometrie <strong>von</strong><br />
Grafiken zu manipulieren, um Beziehungen zu enthüllen und aussagekräftige Strukturen<br />
für die Repräsentation <strong>von</strong> Variationen zu finden. In einigen Fällen werden Scale und<br />
Koordinatentransformationen zusammen verwendet. Und in einigen seltenen Fällen sind<br />
alle drei Transformationen anwendbar – bei einer Variablen, bei einer Dimension und bei<br />
einem Koordinatensystem.<br />
Der Grund für die Separation der Transformationen bezüglich der Gruppe auf denen sie<br />
operieren (Variablen, Dimensionen und Koordinaten), ist es eine klare Trennung zwischen<br />
statistischen und geometrischen Operationen zu halten. Statistische Methoden (z.B.<br />
Smoothing und Aggregation) erfordern oftmals Annahmen über die statistische<br />
Verteilung der Variablen auf denen sie operieren. Daher müssen Variabeln und Scale<br />
Transformationen durchgeführt werden bevor diese statistischen Methoden angwendet<br />
werden. Koordinatentransformationen ändern auf der anderen Seite die Erscheinung der<br />
Grafiken (z.B. Bars werden zu Pies), ändern jedoch nicht ihre statistischen Proportionen.<br />
117
Daher müssen Koordinatentansformationen durchgeführt werden nachdem statistischen<br />
Methoden angwendet wurden.<br />
Wilkinson listet in seinem Buch „The Grammar of Graphics“ eine Reihe <strong>von</strong> Scale<br />
Transformationen auf, vergleichbar der Tabelle der statistischen Methoden. Da diese<br />
jedoch relativ abstrakt sind und somit einer näheren Auseinandersetzung bedürfen,<br />
werden diese hier nicht weiter ausgeführt. Für eine nähere Betrachtung siehe „The<br />
Grammar of Graphics“ <strong>von</strong> Leland Wilkinson.<br />
4.2.2.8 Coordinates<br />
Das Wort „coordinate“ ist abgeleitet vom lateinischen „ordinare“, welches „ordnen“ oder<br />
„arrangieren“ bedeutet. Koordinaten sind Sets, welche Punkte in einem Raum<br />
lokalisieren. Diese Sets sind für gewöhnlich Zahlen, gruppiert in Tupeln - ein Tupel für<br />
jeden Punkt. Da Räume als Sets <strong>von</strong> geometrischen Objekten plus Axiome, welche ihr<br />
Verhalten regeln, definiert werden können, können Koordinaten generell als Schema für<br />
das Mapping <strong>von</strong> Elementensets zu geometrischen Objekten betrachtet werden.<br />
Die geläufigsten Koordinaten sind die Kartesischen Koordinaten. Ein Punkt wird auf einer<br />
kartesischen Ebene beispielsweise durch seine Distanzen zu zwei sich überschneidenden<br />
Geraden festgelegt. Die Distanz <strong>von</strong> einer Linie wird entlang einer Parallelen zu der<br />
anderen Linie gemessen. Für gewöhnlich sind die Referenzlinien (Achsen) rechtwinklig<br />
zueinander angeordnet. Die meisten bekannten Grafiken, wie Line oder Bar Charts<br />
werden unter der Verwendung <strong>von</strong> Kartesischen Koordinaten gezeichnet. Dieselben<br />
Zahlen dieser Grafiken können jedoch zu Punkten entlang eines Kreises, Kurven oder<br />
anderen Objekten gemappt werden.<br />
Die meisten Business- und Wissenschaftsgrafiken werden in rechteckigen Koordinaten<br />
dargestellt. Im folgenden wird man sehen, dass Koordinatensysteme die Erscheinung <strong>von</strong><br />
Grafiken so radikal ändern können, dass die Wiedererkennung eines Grafikobjektes,<br />
welches in ein anderes Koordinatensystem eingebettet ist, schwer fällt. Dieses Kapitel<br />
behandelt Funktionen, welche ein Set <strong>von</strong> Koordinaten in ein anderes Set <strong>von</strong><br />
Koordinaten transformieren. Jedoch wirken sich die Effekte <strong>von</strong><br />
Koordinatentransformationen nicht nur auf die Grafik an sich aus, sondern auch auf die<br />
Achsen. So werden diese oftmals zu Kurven, ändern ihre Orientierung, ihr Scaling oder<br />
ihre Richtung. Dies ist eine wichtige Konsequenz <strong>von</strong> Koordinatentransformationen.<br />
Achsen oder Guides teilen sich die Geometrie mit Grafiken und unterliegen daher auch<br />
denselben Transformationseffekten wie Bars, Boxes und anderen Grafiken.<br />
118
Zunächst werden klassische Transformationsgruppen behandelt, welche beim Mapping<br />
der Ebene zu sich selbst involviert sind, dann polare und andere allgemeine planare<br />
Ebenentransformationen. Die Projektionen auf die Ebene enthalten globale<br />
Kartenprojektionen. Abschließend werden „Triangular“, „Spherical“, „Cylindrical“ und<br />
„Parallel“ Koordinaten vorgestellt.<br />
Transformations of the Plane<br />
Gewöhnliche Grafiken wie Bars und Tiles verändern unter verschiedenen Ebenentrans-<br />
formationen radikal ihr Erscheinungsbild. Diese starken visuellen Effekte verleiten dazu,<br />
diese Grafiken für neue Grafiktypen zu halten, obwohl es sich tatsächlich um eine<br />
einfache Koordinatentransformation einer bekannten rechteckigen Grafik handelt.<br />
� Isometric Transformations<br />
Die Gruppe der isometrischen Transformationen ist eine Gruppe <strong>von</strong><br />
Transformationen, welche die Distanz zwischen Punkten bewahrt. Diese<br />
Operationen befolgen die Axiome Euklidscher Geometrie. Zu den sogenannten<br />
„Rigid Transformations“ gehören: „Translation“, „Rotation“, „Reflection“.<br />
Translation bewegt ein Objekt vertikal oder horizontal, ohne Einfluss auf seine<br />
Shape, Size oder Orientation zu nehmen. Die häufigste Verwendung <strong>von</strong><br />
Translation sind „paneled“ Grafiken. Durch Zusammensetzen mit anderen<br />
Koordinatentransformationen kann man auch ungewöhnlichere Arrangements <strong>von</strong><br />
Multigrafiken erzeugen. Rotation rotiert ein Objekt um einen Punkt (gewöhnlich<br />
sein Zentrum) ohne Änderung seiner Shape oder Size. Diese Koordinatentrans-<br />
formation wird beispielsweise meistens benutzt um horizontale Bar-Grafiken zu<br />
erzeugen. Reflection invertiert ein Objekt horizontal oder vertikal, ohne seine<br />
Size oder Shape zu ändern. Diesen Vorgang ist mit einer Spiegelung vergleichbar.<br />
Die Kombination <strong>von</strong> Reflection gefolgt <strong>von</strong> einer Rotation wird Transposition<br />
genannt.<br />
Die Ausführungsreihenfolge der Transformationen ist für das Resultat relevant. So<br />
kann eine andere Ausführungsreihenfolge zu einem anderen Ergebnis führen.<br />
Auch innerhalb ihrer eigenen Klasse (z.B. Isometrie) sind Ebenentransformationen<br />
nicht kommutativ.<br />
119
� Similarity Transformations<br />
Similarity Transformationen stellen eine Gruppe <strong>von</strong> Transformationen dar, welche<br />
die Größe <strong>von</strong> einem Objekt ändern. Diese Gruppe umfasst sowohl Isometrien als<br />
auch Dilatation. Auch wenn der Transformationsname Dilatation auf eine<br />
Ausdehnung hinweist, so beinhaltet diese Transformation sowohl Vergrößerung als<br />
auch Verkleinerung. Der Name Similarity impliziert, dass zwei Objekte derselben<br />
Form, jedoch verschiedener Größe und an verschiedenen Positionen dennoch<br />
ähnlich sind. Auch Multigrafiken erfordern Dilatation Transformationen um<br />
innerhalb der Anordnung der Grafiken die Größe der Frames richtig anzupassen.<br />
Eine andere Anwendung <strong>von</strong> Dilatation ist „Zoom in“ um Details zu enthüllen oder<br />
„Zoom out“ um globale Strukturen aufzudecken. Dieser Graphical Zoom<br />
unterscheidet sich jedoch <strong>von</strong> einem Data Zoom. Der Graphical Zoom ist<br />
vergleichbar mit einer optischen Manipulation, da man bei ihm jeden Gegenstand<br />
– Achsen und Text eingeschlossen - vergrößert oder verkleinert. Er ermöglicht<br />
dem Benutzer kleine Bereiche einer Grafik zu untersuchen um detaillierte<br />
Strukturen zu analysieren. Bei einem Data Zoom reduziert oder vergrößert man<br />
dagegen einen Frame durch Angleichen seiner Begrenzungen in <strong>Daten</strong>einheiten.<br />
Die physische Größe der Frame-Grafik und die Größe der anderen Grafiken<br />
innerhalb des Frames (Points, Lines, Areas) ändern sich nicht. Stattdessen<br />
unterteilt man bei einem Data Zoom-in die <strong>Daten</strong> in Teilmengen und bei ein Data<br />
Zoom-out bettet man die <strong>Daten</strong> in einen größeren Wertebereich ein. Diese Data<br />
Zoom Operation hat Konsequenzen für eingebettete Grafiken; sie müssen neu<br />
berechnet werden, basierend auf der Teilmenge der <strong>Daten</strong> in dem Frame. Ein<br />
Graphical Zoom erfordert dagegen keine Neuberechnung; lediglich das Bild wurde<br />
transformiert.<br />
� Affinity Transformations<br />
Affinity Transformationen stellen eine Gruppe <strong>von</strong> Transformationen dar, welche<br />
bewirken, dass sich eine Dimension unabhängig <strong>von</strong> einer anderen streckt. Das<br />
Wort Affinität impliziert, dass linear gestreckte und gescherte Objekte ungeachtet<br />
ihrer Größe und Position sich die Affinität zu einer Form teilen. Zu diesen affinen<br />
Transformationen gehören: „Stretch“ und „Shear“.<br />
120
Die Stretch Transformation variiert den Aspekt des Seitenverhältnisses - also das<br />
Verhältnis der physischen Höhe im Vergleich zu der physischen Breite einer Grafik.<br />
Abb. 66 zeigt eine Stretch Transformation einer Time Series Grafik. In Abb. 67 ist<br />
eine Shear Transformation einer <strong>Daten</strong>grafik zu sehen. Diese entspricht einer<br />
Scherung, also einer parallelen Verschiebung der Achsen, ohne die Änderung des<br />
Seitenverhältnisses einer Grafik (vgl. Parallelogramm).<br />
Abb. 66 Stretch Transformation [Wil 1999]<br />
Abb. 67 Shear Transformation [Wil 1999]<br />
121
� Projectivity Transformations<br />
Eine Ebenenprojektion ist ein Mapping <strong>von</strong> einer Ebene zur anderen durch die<br />
perseptivische Projektion <strong>von</strong> einem beliebigen Punkt aus, welcher jedoch nicht<br />
auf einem anderen Punkt liegen darf. Abb. 68 illustriert dieses Mapping räumlich.<br />
Für jeden Punkt im Bild, welches in der Figur auf der unteren Ebene liegt, gibt es<br />
einen entsprechenden einzelnen Punkt in dem Bereich der oberen Ebene.<br />
Abb. 68 Projektion einer Ebene auf eine andere [Wil 1999]<br />
Wie die Abbildung andeutet, kann man ein ähnliches Modell verwenden um eine<br />
perspektivische Projektion zu erzeugen, welche in Computergrafiken <strong>von</strong> 3D<br />
Objekten perspetivische 2D Views erzeugt. Ebenenprojektionen sind jedoch<br />
restriktiver als 3D-zu-2D Projektionen. Sie teilen sich das Composition-Verhalten<br />
anderer Ebenentransformationen. Mit anderen Worten, man kann eine Projektion<br />
projizieren und gleichzeitig innerhalb der Projectivity Klasse bleiben. In der 3D-zu-<br />
2D Projektion ist es möglich, dass mehrere Punkte im Wertebereich auf denselben<br />
Punkt im Bild abgebildet werden.<br />
Projectivity Transformationen sind eine Gruppe <strong>von</strong> Transformationen, welche<br />
gerade Linien bewahren, Winkel jedoch modifizieren können. Abb. 69 zeigt ein<br />
Beispiel für eine Projektion.<br />
122
� Conformal Mappings<br />
Abb. 69 Projektion [Wil 1999]<br />
Die Klasse Conformality beinhaltet Conformal Mappings. Ein Conformal Mapping<br />
fügt einer Similarity Transformation eine eigene geometrische Charakteristik<br />
hinzu: lokale Winkel bleiben (bei der Überschneidung <strong>von</strong> zwei Kurven) erhalten,<br />
gerade Linien können sich jedoch zu Kurven verändern. Eine Ebenen-<br />
transformation ist conformal, wenn jeder Punkt auf der Ebene so transformiert<br />
wird, dass alle möglichen infinitesimalen Vektoren, welche <strong>von</strong> diesem Punkt<br />
ausstrahlen, <strong>von</strong> derselben Menge in dem Bild rotiert und ausgedehnt werden.<br />
Diese lokale Rotation und Dilatation bedeutet, dass in dem Bild sehr kleine<br />
Quadrate als kleine Quadrate erhalten bleiben, große Quadrate jedoch wesentlich<br />
verzerrt werden können (vgl. Abb. 70). Diese Transformation sieht lokal wie eine<br />
Similarity aus, global jedoch wie ein nicht-lineares Warping. Conformal Mappings<br />
können also die globale Shape einer Grafik beträchtlich verzerren. Abb. 70 zeigt<br />
verschiedene Beispiele für Conformal Mappings anhand <strong>von</strong> Schachbrettmustern.<br />
Ein weiteres Beispiel ist in Abb. 71, einer Grafik aus dem Bereich der Meterologie<br />
zu finden, welche Luftfeuchtigkeit und Windstärke in Bodennähe zueinander in<br />
Bezug setzt.<br />
123
Abb. 70 Conformal Mappings eines Schachbretts [Wil 1999]<br />
Einige dieser Transformationen sind Subklassen der Möbius Transformation, in<br />
welcher alle Konstanten und Variablen komplex sind. Diese Transformation hat<br />
eine Vielzahl <strong>von</strong> Basisapplikationen in der Physik, Flussdynamik,<br />
Elektromagnetischen Feldern und andere Bereiche inspiriert.<br />
Abb. 71 Conformal Mapping [Wil 1999]<br />
124
� Polar Coordinates<br />
Es gibt in Grafiken eine Reihe wichtiger Anwendungen <strong>von</strong> Polartransformationen.<br />
Mathematiker und Wissenschaftler arbeiten zum Beispiel gewöhnlich mit<br />
Polarkoordinaten, deren einzelne Umdrehung einem 2Pi-Radianten-Intervall<br />
entspricht. Die bekannteste Applikation bei den Grafiken ist das Pie Chart.<br />
Abb. 72 Grafik mit rechtwickligen und polaren Koordinaten [Wil 1999]<br />
Es gibt jedoch verschiedene Polarkoordinatenmethoden, welche für statistische<br />
Grafiken verwendet werden. Die konventionelle polare Funktion erfordert zwei<br />
Argumente. Man verwendet diese für die Einbettung <strong>von</strong> Grafiken in<br />
zweidimensionale Frames, wie zum Beispiel in Scatterplots und mathematische<br />
Graphen <strong>von</strong> Polarfunktionen. Die andere Polarfunktion benötigt nur ein<br />
Argument. Beispiele für solch verschiedene Polarkoordinatenmethoden sind in den<br />
folgenden Abbildungen zu sehen. Abb. 73 (links) zeigt ein gewöhnliches Pie Chart,<br />
welches wie bereits erwähnt, ein Stacked Bar-Chart mit polaren Koordinaten<br />
darstellt. Ein Circular Pie-Chart, eine Variation eines Divided Bar-Chart mit polaren<br />
Koordinaten, ist in Abb. 73 (rechts) zu sehen.<br />
Abb. 73 Pie Chart (li.) und Circular Pie Chart (re.) [Wil 1999]<br />
125
Abb. 74 Polar Dot Plot and Histogram (li.) und Bar-Grafik und Nightingale Rose (re.) [Wil 1999]<br />
Weitere Funktionen ermöglichen es, Graphen dem Umfangs eines Kreises entlang<br />
zu zeichnen. Abb. 74 (links) zeigt Beispiele dafür. In Abb. 74 (rechts) ist ein<br />
sogenanntes Nightingale Rose Chart (erstmalig verwendet <strong>von</strong> Florence<br />
Nightingale) und die Bars, aus welchen dieses konstruiert wurde, zu sehen. Einen<br />
Tree in polaren Koordinaten zu zeichnen erzeugt mehr Raum für die Darstellung<br />
der Blätter (Abb. 75 links).<br />
Abb. 75 Polar Cluster Tree (li.) und Polar Time Series (re.) [Wil 1999]<br />
Abb. 75 (rechts) zeigt eine polare Zeitserie für drei Jahre, hier für Aktienpreise. In<br />
Abb. 76 (links) ist ein so genannter Radar Plot zu sehen, hier für Wetterdaten. Die<br />
beiden polaren Profile zeigen die durchschnittliche Winter- und<br />
Sommertemperatur für acht Regionen der USA. Gut zu erkennen ist, dass die<br />
Sommertemperaturen in allen acht Regionen im Durchschnitt höher liegen als im<br />
Winter. In Abb. 76 (rechts) ist eine Polar Contour-Grafik für Luftdruck,<br />
Windgeschwindigkeit und Windrichtung zu sehen.<br />
126
� Inversion<br />
Abb. 76 Radar Plot (li.) und Polar Contour-Grafik (re.) [Wil 1999]<br />
Komplexe Inversion ist das Kehren der Innenseite der Ebene nach außen. Abb. 77<br />
zeigt die Inversion einer Spirale. Die Punkte ausserhalb der Einheit Kreis sind nach<br />
innen gewendet und die Punkte innerhalb nach außen.<br />
� Bendings<br />
Abb. 77 Inversion einer Spirale [Wil 1999]<br />
Die Klasse der Bendings umfasst Koordinatentransformationen, welche eine Ebene<br />
vergleichbar einer Plastikfolie biegen. Bendings strecken die Ebene entlang der x<br />
oder y-Achse oder in beide Richtungen. Es gibt unterschiedliche Bendings.<br />
Einzelne Bendings werden am häufigsten dazu verwendet Kurven zu begradigen<br />
und Scales zu linearisieren. Doppelte Bendings dagegen um Bereiche der Ebene zu<br />
stauchen oder zu dehnen. Bendings beinhalten jedoch keine Scherungen. Im<br />
folgenden werden einige Beispiele für Koordinatentransformationen gegeben,<br />
welche in die Klasse der Bendings fallen.<br />
127
Lensing and Fisheye Transformations gehören zum Beispiel zu dieser<br />
Transformationsklasse. Die Fisheye Transformation dehnt eine Grafik <strong>von</strong> einer<br />
beliebigen Stelle aus - gewöhnlich das Zentrum eines Frames oder einer Viewing<br />
Area. Diese Klasse der Transformationen hat <strong>von</strong> den Computer Interface<br />
Designern viel Aufmerksamkeit erhalten, da diese häufig darauf angewiesen sind<br />
auf einem begrenzten Screen möglichst viel Information anzuordnen, z.B. wenn<br />
man durch dichte Netzwerke navigiert [Fur 1986] [SB 1994] [LA 1994]. Abb. 78<br />
zeigt die Darstellung eines Dinosauriers aus Abb. 72, welcher durch eine simple<br />
Transformation scheinbar an Gewicht zugenommen hat.<br />
Abb. 78 Fisheye Dinosaurier [Wil 1999]<br />
Zu beachten ist die Unabhängigkeit der Transformation bezüglich x and y. Das<br />
Zentrum des Dinosauriers wurde zu den Ecken eines Quadrates gezogen, nicht zu<br />
einem Kreis. Abb. 79 zeigt eine Fisheye Transformation einer kreisförmigen<br />
Gaussian Scatterplot Cloud, in deren Zentrum eine Mitteilung eingebettet ist.<br />
Diese Transformation ist speziell zugeschnitten auf dynamische Darstellungen, bei<br />
denen das Zentrum der Vergrößerung vom Benutzer bewegt werden kann. [CCF<br />
1997] behandeln in diesem Zusammenhang Applikationen für 3D Grafiken.<br />
128
� Warpings<br />
Abb. 79 Fisheye Transformation [Wil 1999]<br />
Warpings führen Scherung in die allgemeine Bending Transformation ein. Viele<br />
globale und lokale Transformationen setzen dieses Modell ein (wobei Wilkinson<br />
hier auf ein lokales parametrisches Beispiel fokussiert). Warpings strecken eine<br />
Ebene über eine Gruppe <strong>von</strong> unregelmäßig verteilten Unebenheiten - eine<br />
Methode, welche <strong>von</strong> Kartographen Rubber Sheeting genannt wird. Abb. 80<br />
zeigt ein Beispiel für Warping. Auf dieser Abbildung ist eine Karte zu sehen,<br />
welche die Kosten für Flugreiseverkehr in den US darstellt. Die Karte ist an keiner<br />
Stelle zentriert, sondern reflektiert stattdessen die Verzerrung der Ebene infolge<br />
<strong>von</strong> Variationen der Flugpreise zwischen allen Städtepaaren. Sie wurde so<br />
entworfen, dass die Flugkosten durch Berechnung einer geraden Distanz zwischen<br />
zwei Punkten geschätzt werden können. Gleiche Distanzen entsprechen also<br />
gleichen Flugkosten.<br />
Abb. 80 US Airline Pricing Map [Wil 1999]<br />
129
� Permutations on the Plane<br />
Die Permutationstransformation einer Ebene in einem „one-to-one“ Mapping<br />
sendet jeden Punkt zu einem entsprechenden anderen Punkt. Die Permutierung<br />
eines Reihen-Spalten-Gitters <strong>von</strong> Punkten innerhalb der Reihen und Spalten, mit<br />
dem Ziel, somit Muster <strong>von</strong> Beziehungen zu enthüllen, ist keine neue Idee [Ber<br />
1967] [Har 1972] [Ling 1973] [Len 1974] [SCH 1975] [Wil 1979]. Mit moderner<br />
Rechenleistung und Display-Technologien ist jedoch mittlerweile die Permutation<br />
<strong>von</strong> großen Wertematrizen möglich geworden.Abb. 81 zeigt ein Beispiel einer<br />
Permutation einer kleinen Matrix, deren Werte durch farbige Kacheln repräsentiert<br />
werden.<br />
Projections onto the Plane<br />
Abb. 81 Permuted Tiling [Wil 1999]<br />
Während die bisherigen Koordinatentransformationen die Wahrnehmung <strong>von</strong> Mustern<br />
und Strukturen in zwei Dimensionen unterstützen, erlauben die folgenden<br />
Transformationen die Erforschung drei- und höherdimensionaler Welten durch ein 2D<br />
Fenster.<br />
130
� Perspective Projections<br />
Abb. 82 illustriert eine lineare Projektion eines 3D Objekts auf eine Ebene. [RA<br />
1990] zeigen, wie man die Projektionsmatrix aus den Koordinaten des<br />
Projektionspunktes, Projektionsebene und dem Objekt konstruiert. Dies entspricht<br />
nicht exakt dem Modell für das Erkennen eines Bildes auf der menschlichen Retina<br />
und definitiv nicht dem Modell, wie Bilder im menschlichen visuellen Kortex<br />
verarbeitet werden, jedoch bietet es ein Ergebnis, welches gut genug ist, dem<br />
visuellen System die Rekonstruktion einer dreidimensionalen Szene aus einem<br />
Bild zu ermöglichen.<br />
Abb. 82 Perspektivische Projektion auf eine Ebene [Wil 1999]<br />
� Triangular (Barycentric) Coordinates<br />
Wenn die Summe <strong>von</strong> drei Variablen eine Konstante ergibt, liegt die Gruppe aller<br />
möglichen Werte, die sie annehmen können, auf einer Ebene. Wenn alle diese<br />
Werte positiv sind, werden sie <strong>von</strong> einem Dreieck begrenzt. Abb. 83 zeigt ein<br />
Beispiel eines solchen Dreiecks.<br />
Abb. 83 Triangular Koordinatenebene [Wil 1999]<br />
131
Eine der bekanntesten Anwendungen ist das CIE Farbdiagramm, welches<br />
wahrnehmbare Mischungen der drei Primärfarben rot, grün und blau [LS 1991]<br />
zeigt. Abb. 84 zeigt einen dreieckigen Koordinatenplot für Bodenproben.<br />
Abb. 84 Triangular Coordinates Plot [Wil 1999]<br />
Um die Werte auf einer gegebenen Achse abzulesen, wählt man die Gitterlinien,<br />
die parallel zu der Achse verlaufen, welche die gegebene Achse in ihrem Nullpunkt<br />
schneidet. Zum Beispiel: die Silt-Achsen Gitterlinien verlaufen in der obigen<br />
Abbildung horizontal und die Clay-Achsen Gitterlinien kippen 30 Grad nach rechts.<br />
� Map Projections<br />
Map Projektionen umfassen alles <strong>von</strong> linearen Projektionen der Hemissphere auf<br />
die Ebene bis zu nicht-linearen und stückweisen Projektionen des ganzen Globus<br />
auf die Ebene. Map Projektionen haben eine lange Historie in der Kartographie<br />
(siehe [Mal 1992] [Sny 1989]). Die meisten kartografischen Projektionen können<br />
bezüglich ihrer Projektionsoberfläche: „Planes“, „Cylinders“ oder „Cones“<br />
klassifiziert werden. Abb. 85 (links) zeigt drei normale Ebenenprojektionen der<br />
östlichen Hemisphere. Alle drei dieser Ebenenprojektionen sind eine Form <strong>von</strong><br />
perspektivischer Projektion.<br />
132
Abb. 85 Planar Map Projection (li.) und Cylindrical und Conical Map Projections (re.) [Wil 1999]<br />
Abb. 85 (rechts) zeigt zylindrische und kegelförmige Projektionen. Durch<br />
Krümmung der Ebene ermöglichen diese Modelle mehr der globalen Oberfläche zu<br />
repräsentieren und verzerren in manchen Fällen bestimmte Bereiche weniger.<br />
Normale zylindrische Methoden projektieren Longituden und Lattituden zu geraden<br />
Linien. In der normalen konischen Projektion dagegen, werden Longituden als<br />
schräge Linien und Latituden als gerade Linien oder Kurven eingezeichnet. Karten<br />
werden in globale Karten, also Karten welche den gesamten Globus abbilden,<br />
und lokale Karten - Karten welche einen Teilbereich des Globus abbilden -<br />
unterschieden. Lokale Karten dulden im Gegensatz zu globalen Karten weniger<br />
globale Verzerrung. Kartenprojektionen transformieren die Geometrie <strong>von</strong><br />
Grafiken. Bis auf Symbole, welche ihre Shape ungeachtet des Koordinatensystems<br />
beibehalten, werden die Formen der Grafiken <strong>von</strong> den<br />
Koordinatentransformationen modifiziert. Abb. 86 zeigt ein solches Beispiel. Diese<br />
Grafik stellt weniger eine kartografische Karte dar, sondern viel mehr eine<br />
statistische Verteilung gemessen in geografischen Koordinaten.<br />
133
3D Coordinate Systems<br />
Abb. 86 Tiles of Soil Samples [Wil 1999]<br />
Die Koordinatensysteme in diesem Abschnitt ähneln polaren und anderen nicht-<br />
rechtwicklingen 2D Koordinaten. Für die Darstellung der 3D Koordinatensysteme würden<br />
sich auch Virtual Reality Systeme und insbesondere Immersive Environments eignen.<br />
� Spherical Coordinates<br />
Abb. 87 zeigt ein Beispiel für sphärische Koordinaten, in der die Grafik die Sphäre<br />
unter Verwendung <strong>von</strong> geografischen <strong>Daten</strong> aufteilt.<br />
Abb. 87 Sphärische Verteilung der magnetische Ausrichtung [Wil 1999]<br />
134
� Triangular-Rectangular Coordinates<br />
Abb. 88 zeigt einen dreidimensionalen dreieckigen Koordinatenplot, dessen erste<br />
drei Dimensionen in zweidimensionale dreieckige Koordinaten eingebettet sind<br />
und dessen vierte Dimension (die vertikale Achse) <strong>von</strong> einem rechteckigen<br />
Koordinatensystem repräsentiert wird. Diese Repräsentation erlaubt es, ein<br />
Surface als eine Funktion <strong>von</strong> Mischungen dreier Ingredienzen zu zeigen.<br />
� Cylindrical Coordinates<br />
Abb. 88 3D Triangular / Rectangular Cordinates [Wil 1999]<br />
Ein Beispiel für Cylindrical Koordinaten wird in Abb. 89 gezeigt. [Kru 1979]<br />
analysierte die Wahrnehmung <strong>von</strong> Musiktonlagen in einem tonalen Kontext. Sie<br />
präsentierte ihre multidimensionalen Scaling Ergebnisse in einer drei-<br />
dimensionalen Grafik, welche die Konfiguration der Musiktöne zeigt, die auf der<br />
Oberfläche eines Cones liegen.<br />
Abb. 89 Cylindrical Plot [Wil 1999]<br />
135
Parallel Coordinates<br />
Inselberg [Ins 1984] schlägt für die Darstellung hochdimensionaler Objekte ein<br />
Koordinatensystem vor, welches Punkte auf Achsen, die parallel auf einer Ebene<br />
eingezeichnet werden, miteinander verbindet.<br />
� Rectangular Parallel<br />
Der Parallel Coordinates Plot ([Ins 1984] [Weg 1990]) setzt eine separate,<br />
parallele reale Anzahl <strong>von</strong> Achsen für jede Dimension fest. Abb. 90 illustriert<br />
diesen Plot für die <strong>Daten</strong> der Weltländer. Die Line-Grafik ist eine der wenigen,<br />
welche in diesem Koordinatensystem verwendbar ist. Die meisten anderen<br />
Grafiken werden lediglich zu Punkten auf Linien. Auch wenn sie koloriert sind,<br />
wären sie nur schwer zu erkennen.<br />
� Polar Parallel<br />
Abb. 90 Parallel Coordinates [Wil 1999]<br />
Parallele Koordinaten, welche eine polare Transformation vollzogen haben, werden<br />
auch Spider Web oder Star Plot genannt. Abb. 91 zeigt ein Beispiel hierfür.<br />
136
4.2.2.9 Facets<br />
Abb. 91 Parallel Coordinates in Polar Form [Wil 1999]<br />
Bisher wurden einzelne Grafiken behandelt, jedoch ist es auch möglich Tabellen und<br />
andere Strukturen <strong>von</strong> Grafiken zu generieren. Das folgende Kapitel beschreibt Facets,<br />
welche solche Multiplicities erzeugen.<br />
Der Ausdruck „Facets“ eignet sich für die Beschreibung eines Objektes, welches viele<br />
kleine Grafiken erzeugt, die Variationen einer einzelnen Grafik darstellen. In einem<br />
Grafiksystem stellen Facets Frames <strong>von</strong> Frames dar. Aufgrund dieser Rekursion erzeugen<br />
Facets Frames, welche sich im dem Sinne wie Punkte verhalten, als dass das Zentrum<br />
eines Frames, anhand <strong>von</strong> einer Facet abgeleiteten Koordinaten, lokalisiert werden kann.<br />
Daher kann man Facets verwenden um Graphen <strong>von</strong> Graphen oder Tabellen <strong>von</strong> Graphen<br />
zu erzeugen. Letztendlich sind auch Tabellen wieder Graphen. Diese allgemeine<br />
Konzeption erlaubt es, Strukturen <strong>von</strong> Graphen zu erzeugen, die allgemeiner sind als die<br />
spezifischen Beispiele <strong>von</strong> Multigrafiken, wie Scatterplot Matrizen [CCK 1983] Row-Plots<br />
[Car 1994] oder Trellises [BCS 1996]. Man kann ebenso Bäume oder andere Netzwerke<br />
<strong>von</strong> Graphen konstruieren, da man Frame-Grafiken auf dieselbe Weise miteinander<br />
verlinken kann, wie man Punkte in einem Netzwerk verlinkt. Und man kann Facets<br />
ebenso wie Frames transformieren um z.B. rechteckige Felder <strong>von</strong> Polar Grafiken oder<br />
polaren Arrangements <strong>von</strong> rechteckigen Grafiken zu erzeugen.<br />
Facets sind Einbettungen. Eine Facette einer Facette spezifiziert einen Frame, welcher in<br />
einen Frame eingebettet ist. Eine Facette einer Facette einer Facette spezifiziert einen<br />
Frame, welcher in einen Frame eingebettet ist, der wiederrum in einen Frame eingebettet<br />
ist. Jeder Frame ist eine begrenzte Gruppe, welche ihrem eigenen Koordinatensystem<br />
137
zugeordnet ist. Die Facets Koordinatentransformation bestimmt eine separate Facette.<br />
Komplexere Facettenstrukturen folgen demselben Modell. Das heisst, ein<br />
vierdimensionaler Graph kann zum Beispiel als vier 1D-Frames oder als ein in einem 2D<br />
Frame eingebetteter 1D Frame, welcher wiederum in einem 1D Frame eingebettet ist<br />
oder als zwei 2D Frames oder als ein in einem 1D Frame eingebetteter 3D Frame<br />
realisiert werden.<br />
Multiplots sind Grafiken, welche auf extrinsischen Variablen facettiert sind. Zum Beispiel<br />
ist es möglich, Grafiken für verschiedene Personengruppen separat zu erstellen. Dies<br />
wären dann kategorische Multiplots. Ebenso ist es möglich, Scatterplots <strong>von</strong> Scatterplots<br />
zu erzeugen. Im Fall <strong>von</strong> kontinuierlichen Variablen wären dies kontinuierliche Multiplots.<br />
Im folgenden Abschnitt werden einige Beispiele hierfür gegeben.<br />
� One-Way Tables<br />
Abb. 92 zeigt eine Tabelle mit Scatterplots, bzw. geordneten Kategorien. Die<br />
<strong>Daten</strong> stammen <strong>von</strong> einem Predation <strong>Daten</strong>satz. Jeder Scatterplot mit<br />
Körpergewicht und Schlaf als Achsen ist anhand eines „Danger-of-Being-Killed<br />
Index“ geordnet. Dies ermöglicht es, durch die Orientierung und Position der<br />
Scatterplot-Wolke einen Trend zu erkennen. Die Darstellung zeigt, dass die Tiere,<br />
welche am gefährdesten sind, dazu tendieren den niederigsten Schlaf-Level und<br />
das höchste Körpergewicht zu haben.<br />
Abb. 92 Tabelle mit Scatterplots [Wil 1999]<br />
Abb. 93 zeigt eine entsprechende Tabelle für 3D Grafiken. Jede Bar misst den<br />
Gewinn, welcher mit Krebsen erzielt wurde, für jede Grafik an derselben Position.<br />
Die Grafiken sind nach Jahren geordnet und enthüllen somit den Rückgang des<br />
Gewinns über eine 6-Jahresperiode.<br />
138
� Multi-Way Tables<br />
Abb. 93 Tabelle mit 3D Bars [Wil 1999]<br />
Multi-Way Tabellen werden <strong>von</strong> kategorischen Facettenvariablen erzeugt. Das<br />
populäre Wort dafür ist Cross-Tabs. Das folgende Beispiel zeigt, wie man<br />
Grafiken im Innern <strong>von</strong> Multi-Way Tabellen einbettet. Abb. 94 zeigt eine Two-Way<br />
Tabelle mit Line-Plots. Die Arten der Gerstengewinne wurden in ein Feld mit „Site“<br />
und „Year“ als Achsen eingezeichnet. Die Durchschnittsgewinne wurden <strong>von</strong> links<br />
nach rechts geordnet.<br />
Abb. 94 Two-Way Tabelle mit Line-Plots [Wil 1999]<br />
139
Tabellen mit Grafiken eignen sich auch für die <strong>Visualisierung</strong> verschiedener<br />
Schnitte durch höher-dimensionale Objekte. Abb. 95 zeigt ein Beispiel eines 3D<br />
Objekts, welches sich tabellarisch darstellen lässt. Links die Originalfigur, rechts<br />
eine Tabelle mit Schnitten für unterschiedliche Parameterwerte durch dieses<br />
Objekt. Die Querschnitte sind auf der Diagonalen der Tabelle <strong>von</strong> unten links nach<br />
oben rechts zu sehen.<br />
� Continuous Multiplots<br />
Abb. 95 3D Objekt mit tabellarischer Darstellung [Wil 1999]<br />
Continuous Multiplots finden selten Anwendung, haben jedoch durchaus ihre<br />
Berechtigung. Scatterplots können zum Beispiel auf einer Karte positioniert<br />
werden um die Beziehungen zwischen Variablen an unterschiedlichen<br />
geografischen Positionen zu zeigen. Scatterplots <strong>von</strong> Scatterplots können<br />
manchmal ebenso Beziehungen zweiter Ordnung unter nicht-räumlichen <strong>Daten</strong><br />
enthüllen. Abb. 96 zeigt solch einen einen Scatterplot <strong>von</strong> einem Scatterplot.<br />
Abb. 96 Scatterplot eines Scatterplots [Wil 1999]<br />
140
� Scatterplot Matrizen (SPLOMs)<br />
Die Idee der Scatterplot Matrix (SPLOM) wurde <strong>von</strong> John Hartigan [Har 1975]<br />
entwickelt. Seither wurde sie verschiedene Male wieder entdeckt und wurde am<br />
intensivsten <strong>von</strong> der Forschungsgruppe am Bell Lab [CCK 1983] [Cle 1985] weiter<br />
entwickelt. SPLOMs ersetzen die Zahlen in einer Kovarianz- oder Korrelations-<br />
Matrix durch die Scatterplots der <strong>Daten</strong> auf denen sie berechnet wurden. Die<br />
meisten SPLOMs sind symmetrisch, jedoch können sie ebenso aus rechteckigen<br />
„Sub“-Matrizen konstruiert werden. Hartigan fügte Scatterplots in die Zellen ein,<br />
welche nicht auf einer Diagonalen liegen und Histogramme in diejenigen, welche<br />
auf der Diagonalen liegen (siehe Abb. 97). Jedoch können hierfür auch andere<br />
Grafiken verwendet werden.<br />
� Facet Graphen<br />
Abb. 97 Scatterplot Matrix (SPLOM) [Wil 1999]<br />
Bei der Strukturierung der Organisation einer Facette durch eine Funktion, kann<br />
man Grafiken in komplexere oder maßgeschneiderte Strukturen ausrichten. Siehe<br />
beispielsweise [BP 1989]. Facet Graphen erweitern Zeichenfunktionen wie zum<br />
Beispiel die Funktion Link. Sie benötigen <strong>Daten</strong> um Graphen <strong>von</strong> Graphen zu<br />
konstruieren. Wie Karten verwenden Facetten Graphen Sets <strong>von</strong> Variablen<br />
(relationale Tabellen), welche durch gewöhnliche Keys oder Funktionen verlinkt<br />
sind. Die folgenden Beispiele illustrieren, wie dies funktioniert. Organisierende<br />
Charts, Clustering Trees, „Prediction“-Trees und andere gerichtete Graphen bieten<br />
eine Superstruktur für das Einbetten <strong>von</strong> Grafiken. Abb. 98 zeigt zum Beispiel<br />
141
einen Regression Tree [BFO 1984] für die Vorhersage <strong>von</strong> Unfallraten <strong>von</strong><br />
soziometrischen Variablen, welche <strong>von</strong> den Staaten der US zusammengetragen<br />
wurden.<br />
� Facet Coordinates<br />
Abb. 98 Regression Tree [Wil 1999]<br />
Facetten können in verschiedenen Koordinatensystemen eingebettet werden. Die<br />
folgenden Abbildungen zeigen Beispiele hierfür. Das Reflektieren <strong>von</strong> Facetten<br />
ermöglicht es die Vorteile der Symmetrie zu nutzen, um gepaarte Grafiken<br />
gegenüberzustellen. Die bekannteste Anwendung dieser Methode ist ein Plot der<br />
Demographen, genannt Population Pyramid [Cox 1986]. Dieser Plot platziert<br />
„Age“ Histogramme Rücken-an-Rücken - eines für Männer und ein anderes für<br />
Frauen. [DF 1977] erweiterten diese Idee zu allgemeinen dualen Histogrammen.<br />
Abb. 99 zeigt eine „age-sex“ Pyramide für die US.<br />
Abb. 99 Age-Sex Pyramide für die US [Wil 1999]<br />
142
Abb. 100 zeigt einen Polar Plot eines Polar Plots der Winddaten <strong>von</strong> Grönland. Der<br />
Plot enthült zylindrische Trends, welche in einem rechteckigen Time-Series Plot<br />
nur schwer zu erkennen wären.<br />
Abb. 100 Polar Reihe mit Polar Plots [Wil 1999]<br />
Mosaiken sind ein weiteres Beispiel für Facet Koordinaten. Der Mosaic Plot ist<br />
eine Methode für die Darstellung kategorischer <strong>Daten</strong> in einer „Contingency“-<br />
Tabelle, deren Zellbereiche sich zur Anzahl der jeweiligen zugrunde liegenden<br />
<strong>Daten</strong> proportional verhalten [HK 1981] [HK 1984]. Der Mosaic Plot ist vom Typ<br />
Tiling. Er variiert den Bereich jeder Kachel entsprechend einer anderen Variablen -<br />
für gewöhnlich die Anzahl der Fälle, welche diese Kachel repräsentiert. Abb. 101<br />
zeigt einen Two-Way Mosaic Plot, bei dem allerdings in der Darstellung die Achsen<br />
fehlen.<br />
Abb. 101 Two-Way Mosaic Plot [Wil 1999]<br />
143
In einem Mosaic Plot verhält sich die Breite der Kacheln proportional zu der Anzahl<br />
der Spalten und die Höhe proportional zu der Anzahl der Reihen innerhalb jeder<br />
Spalte.<br />
� Mutiple Frame Models<br />
Bei einigen Grafik-Tabellen hat man keine andere Wahl als multiple Frames zu<br />
bilden. [COC 1998] präsentieren eine „paneled“ Grafik - genannt Linked<br />
Micromap Plot - welche für die Darstellung räumlicher, indexierter statistischer<br />
Zusammenfassungen entwickelt wurde. Abb. 102 zeigt einen Linked Micromap<br />
Plot.<br />
Abb. 102 Linked Micromap Plot [Wil 1999]<br />
144
Facets ermöglichen eine große Vielzahl an tabellarischen Grafiken in einer einzigen<br />
Frame Spezifikation zu konstruieren, jedoch gibt es Grenzen. Einige tabellarische<br />
Grafiken sind in Wirklichkeit zwei oder mehr Grafiken, welche miteinander<br />
kombiniert wurden. Da jedoch gemeinsame Variablen durch eine einzelne<br />
DataView definiert sind, sind all diese Grafiken miteinander verlinkt, z.B. für<br />
Brushing, Drill-Down und andere Operationen.<br />
Die Kapitel dieses Abschnitts haben Einblick in die Vielfalt der möglichen Grafiken<br />
gegeben. Selbstverständlich konnten nicht alle Techniken, welche exisitieren, abgedeckt<br />
werden. Die Auswahl der Techniken erfolgte aufgrund des Ziels, mit diesem Abschnitt ein<br />
generelles Verständnis für die Erzeugung <strong>von</strong> Grafiken und somit auch <strong>von</strong><br />
<strong>Visualisierung</strong>en zu schaffen. Aus diesem Grund wurden vorrangig grundlegende<br />
Techniken erklärt. Eine ausführliche Beschreibung jeder einzelnen Techniken war<br />
aufgrund des Überblick-Charakters des Kapitels nicht immer möglich. Detaillierte<br />
Beschreibungen finden sich jedoch bei Wilkinson „The Grammar of Graphics“ [Will 1999].<br />
4.2.3 Metaphern<br />
Die grafische Darstellung ist in der Regel das erste, das der Benutzer <strong>von</strong> einer<br />
<strong>Visualisierung</strong>, bzw. <strong>von</strong> einem System wahrnimmt. Um <strong>Visualisierung</strong>en und die damit<br />
zusammenhängenden Funktionen dem Benutzer verständlich zu machen, werden<br />
gelegentlich Metaphern benutzt. Dabei kann eine Metapher einem System, bzw. einer<br />
<strong>Visualisierung</strong> entweder global zugrunde liegen oder partiell, oftmals in Form <strong>von</strong><br />
mehreren miteinander kombinierten Metaphern. [Man 2002] behandelt in seiner<br />
Dissertation „Visualization of Search Results from the Worls Wide Web“ die Thematik der<br />
Metaphern und gibt einen kurzen Überblick über Systeme, welche Metaphern nutzen. Die<br />
Inhalte dieses Kapitels sind dieser Arbeit entnommen.<br />
Das Ziel <strong>von</strong> Metaphern in einem Software System ist es, die Komplexität des User<br />
Interfaces anhand <strong>von</strong> spezifischem Wissen, welches Benutzer zu einem früheren<br />
Zeitpunkt in anderen Bereichen erworben haben, zu minimieren. [CMK 1988] Es gibt<br />
zahlreiche Literatur, welche die Vor- und Nachteile der Verwendung <strong>von</strong> Metaphern<br />
diskutiert. Paper wie [CMK 1988] stellen viele Beispiele zur Verfügung und diskutieren<br />
Metaphern <strong>von</strong> unterschiedlichen Blickwinkeln aus. Dies beinhaltet beispielsweise Aspekte<br />
zusammengesetzter Metaphern oder auch mögliche Vorzüge <strong>von</strong> Metapherfehldeutungen.<br />
145
Weiterhin zeigen Analysen <strong>von</strong> Metaphern die Notwenigkeit für den Benutzer auf, dass<br />
einem Software System nicht nur Metaphern, sondern ein kohärentes und komplettes<br />
mentales Modell, zugrunde liegen sollte. [Stu 1998] veranschaulicht die Rolle <strong>von</strong><br />
Metaphern nicht nur für die Benutzer eines Systems, sondern auch für Entwickler. Für<br />
eine Diskussion über die Nachteile <strong>von</strong> Metaphern, welche ebenfalls Designaspekte<br />
beinhaltet, siehe [BH 1994][BHP 1996].<br />
Im nachfolgenden Abschnitt gibt [Man 2002] einen kurzen Überblick über die<br />
verschiedenen Ausprägungen <strong>von</strong> Metaphern, welche in Systemen verwendet werden. Zu<br />
den vorgestellten Metaphern gehören: Book, Bookshelf, Newspaper, City, Landscape,<br />
Rooms, Building, Tower plus Elevator, Guided Tour, Lens, Butterfly, Pile, Galaxy /<br />
Starfield / Universe, Magnet, Sculpture, Television, Wall, Aquarium, Water Flowing.<br />
Die Book-Metapher wird in verschiedenen Systemen verwendet, wie SuperBook,<br />
BOOK HOUSE, WebBook und libViewer. SuperBook / MiteyBook [ERG 1989] ist<br />
beispielsweise ein Hypertext-Browsing-System, welches jedes Dokument als einzelnes<br />
Buch darstellt. Die Texte in Buchformat verfügen über ein Inhaltsverzeichnis und eine<br />
Reihe <strong>von</strong> Funktionen, wie Suchfunktionen oder Highlighting <strong>von</strong> Suchbegriffe innerhalb<br />
des Textes. Das System BOOK HOUSE [Pej 1989], welches eine elektronische<br />
Nachbildung einer realen Bibliothek mit einem Bibliotheksgebäude, Räumen und<br />
Menschen darstellt, verwendet die Abbildung eines geöffneten Buches, um die<br />
Informationen zu den Dokumenten einer Ergebnisliste zu präsentieren. Die Suche wird in<br />
Form <strong>von</strong> Icons dargestellt, welche die verschiedenen Kategorien des<br />
Klassifizierungssystems symbolisieren. Ein Globus repräsentiert beispielsweise die<br />
geografische Position des Buches, eine Uhr die Zeit oder eine Theatermaske die<br />
emotionale Erfahrung, welche durch ein Buch vermittelt wird. Das WebBook [CRY 1996]<br />
gehört zum Information Workspace <strong>von</strong> Web Forager, welcher Teil des Information<br />
Visualizer Systems [RCM 1993] ist. WebBook stellt ein dreidimensionales interaktives<br />
Buch dar, welches HTML Seiten enthält. Dabei wurden eine Reihe <strong>von</strong> HTML-<br />
Eigenschaften adaptiert, wie z.B. die Farbkodierung verschiedenartiger Links, welche<br />
auch die Interaktion mit mehreren Objekten gleichzeitig ermöglichen. Darüber hinaus<br />
unterstützt das WebBook eine Reihe <strong>von</strong> Funktionen, die in Anlehnung zur realen Welt<br />
entstanden sind, wie zum Beispiel das Blättern <strong>von</strong> Seiten und das Einfügen <strong>von</strong><br />
Lesezeichen. Zudem ist es dem Benutzer möglich, das Buch so auseinander zu ziehen,<br />
dass alle Seiten parallel zu sehen sind und unter Verwendung einer Fisheye-Technik,<br />
genannt Document Lens [RM 1993], betrachtet werden können. In der libViewer<br />
Anwendung, welche Teil des SOMlib Projektes ist, werden die Suchergebnisse eines<br />
Suchsystems als dreidimensionale Bücher dargestellt, wobei die Attribute der Bücher die<br />
146
Metadaten der Dokumente kodieren. Die Anwendung kann auch dazu verwendet werden<br />
die Ergebnisse einer Websuche darzustellen [RB 1999]. Weitere Beispiele für Systeme,<br />
welche ebenfalls Buchmetaphern verwenden finden sich bei [CRY 1996].<br />
Manche Systeme, wie Web Forager oder libViewer verwenden zusätzlich zu der<br />
Book Metapher eine Bookshelf-Metapher. Web Forager bietet dem Benutzer<br />
beispielsweise, neben einem direkten Speicherplatz und einem virtuellen Schreibtisch als<br />
Zwischenspeicher, einen tertiären Speicherplatz in Form eines virtuellen Bücherregals,<br />
auf welchem der Benutzer Bücher platzieren kann [RCM 1993]. libViewer verwendet ein<br />
virtuelles Bücherregal um die Bücher (Dokumente) in bestimmter Ordnung oder<br />
Gruppierung darzustellen. Die Bücher können so entweder anhand der vorhandenen<br />
Metadaten, wie z.B. Größe oder Relevanz, angeordnet werden oder mit Hilfe eines<br />
neuralen Netzwerks in Form einer Self-Organizing Map [Koh 1998], welche Dokumente<br />
mit ähnlichen Themen gruppiert. Jede dieser Gruppierungen wird auf einem einzelnen<br />
Regalbrett im Bücherregal dargestellt, welches mit Hilfe einer sogenannten LabelSOM<br />
Technik beschriftet wird. [Bae 1996] schlägt ebenfalls eine Bookshelf-Metapher vor,<br />
welche er je nach Ausrichtung “library” oder “bookpile” nennt. Dabei kann der Benutzer,<br />
ähnlich wie im libViewer, Dokumentenattribute, wie Relevanz, Größe oder Alter, auf<br />
grafische Eigenschaften wie Position, Farbe, Breite oder Höhe mappen. In der<br />
Implementation <strong>von</strong> [AB 1998] wird die library-View auch „horizontal bookpile“ genannt.<br />
Im VOIR (Visualization Of Information Retrieval) System verwendet [Gol 1997] 11<br />
eine Newspaper-Metapher für die <strong>Visualisierung</strong> <strong>von</strong> Suchergebnissen, beziehungsweise<br />
für die Navigation in einem Hypertext. Newspaper-Metaphern kommen vor allem im Web<br />
recht häufig vor. Beispiele hierfür sind elektronische Newspaper oder personalisierte<br />
elektronische Newspaper 12 . Der besondere Aspekt des VOIR System ist die Verwendung<br />
einer Newspaper-Metapher für die <strong>Visualisierung</strong> <strong>von</strong> Text, welcher im allgemeinen nichts<br />
mit Nachrichten zu tun hat. Die Idee ist, die Metapher einer Newspaper zu nutzten um<br />
Texte, welche miteinander in Beziehung stehen und mittels unterschiedlicher Techniken<br />
ermittelt wurden, zu organisieren.<br />
Die Verwendung einer City-Metapher als konzeptionelle User Interface Metapher<br />
für große Informationsräume wurde <strong>von</strong> [Die 1994] vorgeschlagen. In dem Ansatz einer<br />
Information City beschreiben die Autoren eine Ontologie für Systeme räumlicher<br />
11<br />
Siehe ebenso [Gol 1997a], [Gol 1997b] und [GC 1997]<br />
12<br />
“The Kraktatoa Chronicle” [KBA 1995] gehörte vermutlich zu den ersten, welcher neben der Verwendung <strong>von</strong><br />
Nachrichten als Content, auch ein Newspaper ähnliches Layout hatten.<br />
147
Metaphern und ihren Verknüpfungen. Diese Ontologie beinhaltet Container, Landmarks<br />
und Paths in Form <strong>von</strong> Stadtteilen, Gebäuden, Räumen, Türen, Taxis, U-Bahnen und<br />
anderem. Einen Überblick, welcher weitere Anwendungen der City-Metapher behandelt<br />
findet sich bei [DFr 1998].<br />
Die Landscape-Metapher wird in einer Reihe <strong>von</strong> Systemen verwendet, wie zum<br />
Beispiel dem Harmony Hyper-G / Hyper View Browser, der ThemeView im SPIRE System<br />
und den Landscapes in Vineta oder Bead. Der Harmony VRweb 3D Scene Viewer [And<br />
1995] beinhaltet dreidimensionale Landscapes, welche entweder manuell erzeugt wurden<br />
(z.B. eine Karte des Stadtzentrums <strong>von</strong> Graz, welche Hyperlinks zu Informationen über<br />
Sehenswürdigkeiten beinhaltet) oder automatisch. Diese automatisch erzeugten<br />
Landscapes werden <strong>von</strong> den jeweiligen Navigationsschritten oder den Suchanfragen, die<br />
der Benutzer im Hypertext durchführt, beeinflusst. Eine zusätzliche zweidimensionale<br />
Kartenübersicht hilft dem Benutzer die Orientierung in der dreidimensionalen Landscape<br />
nicht zu verlieren. ThemeView [WTP 1995] ist eine der Views, welche innerhalb des<br />
MVAB (Multidimensional Visualization and Advanced Browsing project) / SPIRE (Spatial<br />
Paradigm for Information Retrieval and Exploration) Projektes entwickelt wurden. Dies<br />
sind abstrakte, dreidimensionale Landscapes, welche durch eine automatische Analyse<br />
des thematischen Inhalts <strong>von</strong> Dokumentensammlungen erzeugt werden. Die Höhen<br />
innerhalb der Landscape repräsentieren die Menge der zu einer Thematik vorhandenen<br />
Dokumente. Die <strong>Visualisierung</strong>en des deutschen Prototypen Vineta wurden in einer<br />
früheren Version [Kro 1995] als Sphären in einem 3D Raum beschrieben. Später benutzt<br />
Vineta auch eine Landscape und eine Galaxy View 13 [EK 1997]. Während die automatisch<br />
erzeugten Landscapes im Harmony VRweb 3D Scene Viewer wie Sockel und Kästen<br />
aussehen, welche mittels Leitungen miteinander verbunden wurden 14 , ruft die<br />
ThemeView den Eindruck <strong>von</strong> Bergen oder natürlichem Terrain hervor. Auch das Bead<br />
System <strong>von</strong> [Cha 1993] verwendet, ähnlich wie SPIRE, eine Technik um<br />
hochdimensionale <strong>Daten</strong> in niedrig-dimensionalen Raum zu präsentieren. Das System<br />
ermittelt Ähnlichkeiten zwischen Dokumentenpaaren. In der <strong>Visualisierung</strong> sind die<br />
Dokumente ähnlich wie Bäume oder kleine Pyramiden über eine Landscape verteilt.<br />
Dokumente, welche Keywords enthalten, werden dabei in einer anderen Farbe<br />
dargestellt. In späteren Versionen ähnelt die Landscape eher Würfeln zwischen denen<br />
einzelne Leitungen verlaufen [Cha 1995]. [Bek 1999] verwendet eine Landscape um den<br />
geografischen Rahmen eines elektronischen Einkaufszentrums im VR-emb 15 Prototypen<br />
13<br />
„Um die Brauchbarkeit und Akzeptanz verschiedener Darstellungsformen besser testen zu können, wurden<br />
zwei Modelle realisiert: „Die ‚Galaxie’ (Fig.6 und 7) und die ‚Landschaft’ (Fig. 5).“ [EK 1997]<br />
14 Vergleichbar dem FSN (pronounced fusion) 3D File System Navigator für IRIX, entwickelt <strong>von</strong> [TS 1992].<br />
15 Virtual Reality – electronic mall bodensee (Lake Constance, Germany – Switzerland – Austria)<br />
148
zu symbolisieren. Die Navigation im elektronischen Einkaufszentrum selbst erfolgt dabei<br />
jedoch innerhalb eines Towers (siehe unten). An der Frontseite des Towers ermöglichen<br />
Straßenzeichen die Navigation zu Städten und Institutionen im geografischen Bereich des<br />
Einkaufszentrums. Die Landscape um den Tower herum beinhaltet darüber hinaus Autos<br />
und einen Helikopter, welche die Navigation zu anderen Einkaufszentren oder Orten<br />
ermöglichen.<br />
[HC 1986] verwenden in ihrem Rooms System eine Rooms-Metapher. Dieses<br />
System erweitert den verfügbaren Bildschirmplatz virtuell, indem es dem Benutzer<br />
ermöglicht Fensterpositionen einzurichten, zu sichern und wieder aufzurufen, sowie<br />
andere Funktionen auszuführen. Eine zusätzliche Darstellung bietet dem Benutzer einen<br />
Überblick über das gesamte System und ermöglicht ihm auch so das Wechseln zwischen<br />
Räumen. Dabei gibt es die so genannten “Pockets” oder „Baggage“, welche das<br />
Transportieren der Fenster zwischen den einzelnen Räumen ermöglichen. Die Logik der<br />
zweidimensionalen Version des Systems wurde später in den 3D/Rooms des Information<br />
Visualizer zu einer dreidimensionalen Version erweitert. Dabei wurden die ursprünglichen<br />
Bedienelemente wie Türen für das “Walking” 16 <strong>von</strong> einem zum anderen Raum<br />
beibehalten, während weitere Funktionen, wie zum Beispiel Zooming, hinzugefügt<br />
wurden [RCM 1993a]. Die Idee der Rooms wurde dabei mit Techniken für Browsing und<br />
Searching kombiniert. Das bereits erwähnte BOOK HOUSE [Pej 1989] verwendet Räume<br />
um die Suchfunktion in Bereiche wie Kinderbücher oder Erwachsenenbücher zu<br />
strukturieren. Die ersten Schritte des Suchprozesses sind in Form einer Route durch die<br />
verschiedenen Räume angelegt. Die Eingabe für die Anfrage selbst und die Darstellung<br />
der Suchergebnisse verwenden jedoch andere Metaphern. Auch die Information City<br />
Ontologie umfasst Rooms.<br />
Die Building-Metapher wird häufig in Kombination mit anderen Metaphern bei der<br />
<strong>Visualisierung</strong> <strong>von</strong> Suchergebnissen oder für Browsing verwendet. In [DF 1998] stellen<br />
Gebäude den Teil einer Information City Ontologie dar und beinhaltet Räume, Türen oder<br />
Fenster. Im Information Visualizer [RCM 1993a] wird die räumliche Struktur eines<br />
Gebäudes als struktureller Browser verwendet. Das BOOK HOUSE nutzt die Building-<br />
Metapher als globale Metapher um das Framework für die vorhandenen Räume<br />
darzustellen.<br />
16 “Walking” ist eine zusätzliche Metapher, die <strong>von</strong> [RCM 1993a] verwendet wird.<br />
149
Die Tower plus Elevator-Metapher - eine spezielle Form eines Gebäudes - wird, wie<br />
bereits oben erwähnt <strong>von</strong> [Bek 1999] im VR-emb Prototypen verwendet. Nach dem<br />
Betreten des Turms, findet sich der Benutzer in einem Fahrstuhl wieder, mit dem er die<br />
Möglichkeit hat mittels der Fahrstuhlkontrollen innerhalb des Einkaufszentrums zu<br />
navigieren. Die Teilnehmer des elektronischen Einkaufszentrums bewegen sich virtuell<br />
auf verschiedenen Ebenen des Towers.<br />
[GS 1992] kombinieren die Guided Tour-Metapher <strong>von</strong> [HA 1987] mit Information<br />
Retrieval Techniken um dynamisch eine Guided Tour als direkte Antwort auf eine<br />
Benutzeranfrage zu erzeugen. Das System ist jedoch auf einen einzelnen Hypertext mit<br />
speziellen Linkkategorien, welche verschiedene Typen <strong>von</strong> Beziehungen kennzeichnen,<br />
beschränkt. Der Hauptunterschied zu den meisten anderen Guided Tours liegt jedoch in<br />
der dynamischen Erzeugung der Guided Tour als Antwort auf eine Anfrage.<br />
Wie bereits oben erwähnt, enthält der Information Visualizer ebenfalls eine<br />
<strong>Visualisierung</strong>, welche Document Lens [RM 1993] genannt wird. Diese <strong>Visualisierung</strong><br />
verwendet für einen grafischen Fisheye-View der Seiten eines Buches eine Lens-<br />
Metapher. Die Lens-Metapher wird auch für die „See-Through-Tools“ <strong>von</strong> [BSF 1994]<br />
verwendet, welche Magic Lenses als Movable Filter enthalten. Diese ändern die Sicht auf<br />
die Objekte, welche sich unter der Lupe, bzw. Linse befinden [SFB 1994] oder werden für<br />
die Formulierung <strong>von</strong> <strong>Daten</strong>bank-Anfragen verwendet [FS 1995]. Die Table Lens [RC<br />
1994] nutzt ebenfalls eine Lens-Metapher für das Betrachten <strong>von</strong> Tabellen oder<br />
Ergebnislisten. Obwohl alle diese Systeme eine Lens-Metapher verwenden, gibt es<br />
dennoch Unterschiede zwischen ihnen. Die Table Lens verwendet die Metapher<br />
beispielsweise in abstrakter Form. Obwohl es keine richtig erkennbare Lupe oder Linse<br />
gibt, können mittels dieser Funktion Zeilen der Tabelle detaillierter betrachtet werden.<br />
Während die „See-Through“ Beispiele <strong>von</strong> [BSF 1994], [SFB 1994] und [FS 1995] nur<br />
Objekte unter der eigentlichen Lupe, bzw. Linse beeinflusst, verzerrt die Document Lens<br />
alle Seiten des dargestellten Dokuments. Auch das Group Lens System <strong>von</strong> [RIS 1994]<br />
verwendet eine Lens-Metapher. Die Group Lens ist ein Tool für das kollaborative Filtern<br />
der Postings <strong>von</strong> Newsgroups. Das System basiert auf den Ratings der Benutzer und den<br />
Vergleichen der Ratings und Profile. Der Ausdruck „Lens“ für den Filtermechanismus wird<br />
an dieser Stelle geradezu metaphorisch verwendet.<br />
150
Die Butterfly-Metapher wird <strong>von</strong> [MRC 1995] im Information Visualizer Projekt<br />
verwendet. Das System ist darauf ausgerichtet asynchrone Anfragen dreier DIALOG<br />
<strong>Daten</strong>banken zu unterstützen: Science Citation Index, Social-Science Citation Index und<br />
IEEE Inspec Database. Die Butterfly-<strong>Visualisierung</strong> zeigt die References eines Artikels als<br />
„Venen“ eines stilisierten linken Flügels und die Article’s Citers als „Venen“ eines<br />
stilisierten rechten Flügels <strong>von</strong> einem Schmetterling.<br />
Die Pile-Metapher wird in einer Reihe <strong>von</strong> Systemen verwendet, um Suchergebnisse<br />
zu visualisieren. [RMO 1993] verwenden die Metapher “A Pile of Documents”, welche in<br />
[MSW 1992] präsentiert wird, für den Prototypen eines Tools, welches die Organisation<br />
<strong>von</strong> Information auf einem Macintosh unterstützt. Neben den Möglichkeiten der<br />
manuellen Organisation der Dokumente in Piles 17 , umfasst das System ebenso<br />
Mechanismen für die automatische Archivierung und Indexierung <strong>von</strong> Dokumenten. Der<br />
Prototyp unterstützt Funktionen, wie Wechseln <strong>von</strong> Dokumenten, Ordnen oder<br />
automatisches Erzeugen <strong>von</strong> Untergruppen der „Piles“. [BSh 1995] entwickelten einen<br />
Browser namens DeckScape, welcher auf einer Deck-Metapher basiert. Dieser<br />
repräsentiert Web Dokumente in Form <strong>von</strong> einfachen gestapelten Rechtecken, welche die<br />
Titel der Dokumente enthalten. Das System unterstützt Mechanismen, wie zum Beispiel<br />
das Einfügen <strong>von</strong> gelesenen Dokumenten in einen Stapel oder das “Expand One Level”<br />
Kommando, wodurch alle Links auf einer bestimmten Seite ausgeführt und die<br />
entsprechenden Ergebnisseiten in einem neuen Stapel abgelegt werden. Wie bereits<br />
erwähnt, nannte [Bae 1996] / [AB 1998] seine “Library” View auch “Horizontal Bookpile“,<br />
wenn sie horizontal ausgerichtet war, oder nur “Bookpile” bei vertikaler Ausrichtung. Die<br />
Butterfly-Metapher [MRC 1995], als Teil des Information Visualizer Projektes, verwendet<br />
ebenfalls eine Pile-Metapher in Form eines stilisierten Pile unterhalb des Schmetterlings,<br />
auf dem Artikel aufgestapelt werden, welche der Benutzer selektiert hat.<br />
Eine Galaxy-, Starfield- oder Universe-Metapher wird in einer Reihe <strong>von</strong><br />
Systemen verwendet, wie den Galaxies im SPIRE System und in Vineta. [WTP 1995]<br />
beschreiben die Galaxies, welche in SPIRE verwendet werden als zweidimensionale<br />
Scatterplots mit „Docupoints“, welche Sterne am Nachthimmel ähneln. Sie zeigen die<br />
Wechselwirkungen zwischen Clustern und Dokumenten durch die Reduzierung einer<br />
17<br />
[RCL 1998] implementierten ebenfalls einen Prototypen, welcher es Benutzern ermöglicht, Dokumente in<br />
Piles zu organisieren. Das System wird für Bookmarks verwendet. Jedoch sprechen sie nicht <strong>von</strong> einer Pile-<br />
Metapher, sondern verwenden stattdessen den Ausdruck “Data Mountain”, da der Benutzer einen virtuellen<br />
Berg in Form einer schrägen Fläche hat um die Thumnbails der Dokumente abzulegen und zu organisieren.<br />
151
hochdimensionalen Repräsentation auf zwei Dimensionen. Die Cluster sind mit so<br />
genannten Key Terms gekennzeichnet. Je ähnlicher sich zwei Dokumente oder Cluster<br />
sind, desto näher liegen sie in der <strong>Visualisierung</strong> beieinander. Die Galaxies in Vineta [EK<br />
1997] wurden in 3D implementiert. Die Verwendung der Metapher ist hier abstrakter als<br />
bei den Galaxies <strong>von</strong> SPIRE, die Hauptkonzepte sind jedoch dieselben.<br />
[ML 1997] verwenden im WebVIBE System eine Magnet-Metapher, um die<br />
Referenzpunkte / Points of Interest (POIs), welche Dokumente in einem virtuellen 2D-<br />
Dokumentenraum anziehen, zu symbolisieren.<br />
Der Information Visuslizer [RCM 1993] beinhaltet auch eine Sculpture-Metapher für<br />
eine <strong>Visualisierung</strong>, welche Data Sculpture genannt wird. Diese visualisiert in einem<br />
Beispiel 65.000 Punkte eines <strong>Daten</strong>satzes in Form einer Skulptur in einem Museum. Die<br />
<strong>Visualisierung</strong> stellt eine dreidimensionale Oberflächenzeichnung dar, welche es dem<br />
Benutzer ermöglicht sich um das Objekt herum zu bewegen.<br />
Beeinflusst vom FRIEND21 18 Projekt [NU 1991] wird beim WebStage Prototypen<br />
eine Television-Metapher verwendet [YHM 1997]. Ziel des Projektes ist es, die<br />
Benutzeroperationen zu reduzieren, welche nötig sind um Zugang zum Web zu erhalten.<br />
Die Idee dabei ist, Informationen <strong>von</strong> Webseiten im Stil <strong>von</strong> Fernsehprogrammen zu<br />
präsentieren. Beispiele hierfür sind Darstellung <strong>von</strong> Titeln und Überschriften,<br />
gesprochene Texte oder die Verwendung <strong>von</strong> Musik oder Sound Effekten entsprechend<br />
der jeweiligen Informationstypen 19 . Auch die Suche oder Selektion <strong>von</strong> Webseiten ist in<br />
einem TV-ähnlichen Stil implementiert. Beispiele hierfür sind die Anordnung <strong>von</strong> URLs in<br />
über den Tag verteilte Zeitspannen oder das automatische Starten einer gerade aktuellen<br />
Präsentation während der Aktivierung des Systems. Cluster mit URLs, welche auf einer<br />
Fernsehbedienung dargestellt werden, können durch die Verwendung <strong>von</strong> anderen Web-<br />
Suchmachinen oder <strong>Daten</strong>verzeichnis-Services abgefragt werden.<br />
18<br />
FRIEND21 = Future Personalized Information Environment Development Projekt, initiiert 1988 vom<br />
Japanischen Ministerium für internationalen Handel und Industrie<br />
19<br />
[Bec 1999] beschrieb ebenfalls die Idee Hintergrundmusik zu verwenden. Im Fall des VR-emb sollen<br />
verschiedene Arten <strong>von</strong> Hintergrundmusik dem Benutzer die Orientierung im elektronischen Einkaufszentrum<br />
erleichtern.<br />
152
Der Einsatz einer Wall-Metapher im Information Visualizer <strong>von</strong> [MRCa 1991] in<br />
Form einer “Perspective Wall”, hat das Ziel zwei prinzipielle Probleme bei <strong>Visualisierung</strong>en<br />
<strong>von</strong> großen Mengen linear strukturierter <strong>Daten</strong> zu lösen: die Darstellung großer Mengen<br />
an Information und die Schwierigkeit der Aufteilung einer linearen Struktur auf einem<br />
Bildschirm [RCM 1993]. Die <strong>Visualisierung</strong> kombiniert eine detaillierte mit einer<br />
kontextuellen Sicht. In der Implementation wird die horizontale Dimension für die Zeit<br />
benutzt und die vertikale um die Schichten in einem Informationsraum zu visualisieren.<br />
Beispiele hierfür sind <strong>Visualisierung</strong>en <strong>von</strong> Dateien mit dem Änderungsdatum in der<br />
horizontalen Achse und dem Dateityp in der vertikalen Achse. Die Perspective Wall stellt<br />
eine Variante eines eindimensionalen Bifocal Displays dar, welches bei [SA 1982]<br />
vorgestellt wird. Das Bifocal Display verwendet keine Wall-Metapher und hat für die<br />
Bereiche ausserhalb des Fokus eine konstante Verkleinerungsrate, im Gegensatz zur<br />
Perspective Wall, die in diesem Bereich mit einer zunehmenden Verkleinerungsrate<br />
arbeitet. [MRCa 1991] verwenden für die Erklärung der Funktionalität der Perspective<br />
Wall zahlreiche andere Metaphern. So vergleichen sie die Navigation auf der Wall mit den<br />
Saiten eines Klaviers und das Verhältnis zwischen detaillierter und kontextueller<br />
Information mit den Eigenschaften einer Gummiunterlage oder Plastikfolie. Die Metapher<br />
eines „Rubber Sheet“ wird auch <strong>von</strong> anderen Autoren verwendet um die Funktionalität<br />
ihrer Systeme zu erklären. Beispiele sind [JS 1995] für den Filmfinder (“rubber mat”,<br />
“rubber carpet”) oder [BHP 1996 ] für Pad++ (“rubber sheet”). [LA 1994] verwenden die<br />
“Rubber Sheet”-Metapher um die Präsentationstechnik der „Distorsion“ im allgemeinen<br />
zu erklären und nennen weitere <strong>Visualisierung</strong>en, welche eine solche Technik einsetzen.<br />
[BG 2000] verwenden für das Interface eines großen Online Stores eine<br />
Aquarium-Metapher. Das Interface unterstützt eine Mischung aus Browsing und<br />
Searching, welches sie “opportunistic exploration” nennen. Die Motivation für ihr Projekt<br />
lag in den Mängeln der Gebrauchstauglichkeit aktueller Stores, die sie wie folgt<br />
kommentierten: “This is not shopping; this is information retrieval and order entry.” Das<br />
neue Interface zeigt Produkte vor einem Hintergrund, welcher einem blauen Aquarium<br />
ähnelt, der sich, ähnlich wie Fische, langsam und zumeist zufällig bewegt. Die Auswahl<br />
der Produkte erfolgt durch ein Relevance Feedback oder kann durch eine Suchanfrage<br />
verändert werden. Ohne die Benutzerinteraktion ändert sich der Inhalt automatisch um<br />
die Vielfalt der Produktwelt zu zeigen. Das System unterstützt auch Funktionen <strong>von</strong><br />
Hypertext Browsern, wie Bookmarks sowie das vorwärts oder rückwärts Navigieren.<br />
153
Die letzte Metapher, welche hier vorgestellt wird ist die Water Flowing-Metapher.<br />
Dabei „fließen“ Dokumente durch eine Reihe <strong>von</strong> Röhren und Filtern. Das Konzept,<br />
welches auch bekannt ist als Filter/Flow, wird bei [Shn 1991] / [YS 1993] verwendet, um<br />
Probleme bei der Formulierung <strong>von</strong> Booleschen Anfragen entgegenzuwirken. Die Idee<br />
dabei ist, dass die Filter nur die in Frage kommenden Dokumente durchlassen und das<br />
Layout der Röhren bestimmt, ob die Beziehung „AND“ oder „OR“ lautet. Der Ansatz<br />
ermöglicht ebenso das Speichern und Wiederverwenden <strong>von</strong> Kombinationen <strong>von</strong> Filtern<br />
und Röhren, so dass diese bei anderen Anfragen wiederverwendet werden können.<br />
Die Vielfalt an Metaphern, welche in der Literatur gefunden und oben dargestellt wurden,<br />
illustriert die Vielzahl an Möglichkeiten für die <strong>Visualisierung</strong> <strong>von</strong> Anfragen,<br />
Suchergebnissen oder Browsing. Es wurde gezeigt, dass eine Metapher hinter einem<br />
ganzen System stehen kann, hinter einer einzelnen <strong>Visualisierung</strong> oder auch einem Teil<br />
einer <strong>Visualisierung</strong>. Jedoch existieren auch zahlreiche <strong>Visualisierung</strong>smöglichkeiten ohne<br />
die explizite Verwendung <strong>von</strong> Metaphern.<br />
Das folgende Kapitel soll nun einen kleinen Einblick in die Welt der <strong>Visualisierung</strong>en und<br />
<strong>Visualisierung</strong>sssysteme geben. Wenn schon die Anzahl der verschiedenen Techniken und<br />
Metaphern hoch war, so liegt die Anzahl der Umsetzungen und Ausprägungen in diesem<br />
Bereich noch um ein Vielfaches höher.<br />
154
4.3 Einsatzmöglichkeiten der Techniken<br />
Dieses Kapitel beinhaltet eine Sammlung <strong>von</strong> <strong>Visualisierung</strong>en, welche praktische<br />
und/oder exemplarische Beispiele der zuvor beschriebenen Techniken beinhalten.<br />
Idealerweise hätte an dieser Stelle eine explizite Verknüpfung zum Technikkapitel der<br />
<strong>Visualisierung</strong>en (Kapitel 4.2) stattgefunden. Das heisst, für jede der dort aufgeführten<br />
grundlegenden <strong>Visualisierung</strong>stechniken wäre an dieser Stelle eine entsprechende<br />
Beispielvisualisierung vorgestellt worden, welche diese Technik beinhaltet und so die<br />
Einsatzmöglichkeiten dieser <strong>Visualisierung</strong>stechnik aufzeigen würde. Da diese Techniken<br />
jedoch sehr grundlegender Art sind, wäre der Fokus der an dieser Stelle aufgeführten<br />
<strong>Visualisierung</strong>en nicht auf einer Auswahl der in der Community der Information<br />
Visualization bekanntesten <strong>Visualisierung</strong>en gelegen, sondern würde lediglich der<br />
weiteren Erklärung der grundlegenden Techniken dienen. Demnach hätte diese Auswahl<br />
größtenteils eher weniger bekannte <strong>Visualisierung</strong>en enthalten, welche aber die<br />
jeweiligen Techniken explizit veranschaulicht hätten. Um aber einen überblickartigen<br />
Eindruck <strong>von</strong> den derzeit existenten und auch prominenten <strong>Visualisierung</strong>en zu erhalten,<br />
welche auch in der Community der Information Visualization viel diskutiert sind, werden<br />
an dieser Stelle primär <strong>Visualisierung</strong>en aufgeführt, welche einen entsprechend hohen<br />
Bekanntheitsgrads genießen. Diese <strong>Visualisierung</strong>en enthalten aber nicht zwangsläufig,<br />
eine der vorgestellten Techniken aus Kapitel 4.2. Aus diesem Grund wurde im Kapitel der<br />
<strong>Visualisierung</strong>stechniken <strong>von</strong> <strong>Daten</strong> bereits eine umfassende Menge an visuellen<br />
Beispielen geliefert, um dieses Defizit wieder auszugleichen. Darüber hinaus, ist auch die<br />
Zuordnung der Techniken, wie auch schon Wilkinson erwähnt, nur aufgrund <strong>von</strong><br />
Abbildungen der <strong>Visualisierung</strong> manchmal schwierig. Oftmals erfordert die genaue<br />
Zuordnung der Techniken die Interaktion mit der <strong>Visualisierung</strong> selbst, bzw. detaillierte<br />
Kenntnisse über deren zugrundeliegenden <strong>Daten</strong>. Einige der zuvor aufgeführten<br />
Techniken werden dennoch in diesem Kapitel referenzierend angeführt. Wie schon in der<br />
Motivation beschrieben, wäre an dieser Stelle die Fokussierung auf ein weiteres Kapitel<br />
wünschenswert gewesen, welches auf allgemeiner Basis Konzepte zur <strong>Visualisierung</strong> <strong>von</strong><br />
<strong>Daten</strong> speziell aus dem Bereich der Information Visualization vorstellt. Entsprechend<br />
hätten diese Konzepte dann in den Beispielvisualisierungen referenzierend aufgeführt<br />
werden können.<br />
Die Techniken zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> aus Kapitel 4.2 sind, wie bereits erwähnt,<br />
sehr grundlegender Art und bieten in erster Linie eine Basis für das Verständnis bezüglich<br />
der Erzeugung <strong>von</strong> Grafiken und <strong>Visualisierung</strong>en. Aufbauend auf diesen grundlegenden<br />
Techniken wurden eine Vielzahl <strong>von</strong> <strong>Visualisierung</strong>sideen entwickelt. Diese Ideen<br />
erfuhren zum Teil unterschiedlichste Grade an Ausarbeitung. So wurden manche<br />
155
<strong>Visualisierung</strong>sideen beispielsweise im Laufe der Zeit stets weiterentwickelt und<br />
zunehmend verbessert oder auch <strong>von</strong> anderen Forschern aufgegriffen und modifiziert.<br />
Andere wurden miteinander kombiniert oder wirkten beeinflussend auf andere<br />
<strong>Visualisierung</strong>en ein. Wieder andere fanden kaum Beachtung oder sind auf spezifische<br />
Anwendungsfälle spezialisiert. Aus diesem Grund gibt es heute eine Vielzahl <strong>von</strong><br />
<strong>Visualisierung</strong>en in den unterschiedlichsten Ausprägungen, welche <strong>von</strong> Ideen, die bisher<br />
lediglich als theoretische Konstrukte auf Papierbasis existieren, über Protoypen bis hin zu<br />
Umsetzungen in kommerziellen Produkten in Form <strong>von</strong> Applikationen reichen.<br />
Es soll nun Einblick in die Welt der <strong>Visualisierung</strong>en gegeben werden. Unter den<br />
angeführten Beispielen befinden sich <strong>Visualisierung</strong>en unterschiedlichster Art und<br />
unterschiedlichster Ausprägung. Viele <strong>Visualisierung</strong>en sind relativ komplex und nutzen<br />
eine Vielzahl an <strong>Visualisierung</strong>sideen, andere wiederum könnten für sich selbst betrachtet<br />
wieder als Technik, bzw. Konzept beschrieben werden, da sie in zahlreichen anderen<br />
Visualiserungen Anwendung gefunden haben. Aus diesem Grund können sich<br />
<strong>Visualisierung</strong>en durchaus auch untereinander referenzieren. Die <strong>Visualisierung</strong>en selbst<br />
werden nur knapp beschrieben, da eine detaillierte Beschreibung aufgrund der<br />
Komplexität vieler <strong>Visualisierung</strong>en über den Rahmen dieser Arbeit hinausginge. Für<br />
detaillierte Informationen über die jeweiligen <strong>Visualisierung</strong>en werden daher Hinweise auf<br />
weiterführende Informationen gegeben. Aufgrund der enormen Vielzahl an existierenden<br />
<strong>Visualisierung</strong>en kann an dieser Stelle nur ein kleiner Einblick gewährt werden. Die<br />
Auswahl der hier aufgeführten <strong>Visualisierung</strong>ssysteme erfolgte primär aufgrund des<br />
Bekanntheitsgrades der jeweiligen <strong>Visualisierung</strong>, bzw. sekundär aufgrund der darin<br />
enthaltenen Technik. Für einen Einblick der über dieses Kapitel hinausgeht, werden die<br />
folgenden „Online-Sammlungen“ für <strong>Visualisierung</strong>en empfohlen:<br />
MIKY (MIKY database - Information Visualization and Visualization Techniques)<br />
http://www.imv.is.ocha.ac.jp/~miky/<br />
oder<br />
http://pfp7.cc.yamaguchi-u.ac.jp/~ichikawa/iv/index.html<br />
OLIVE (On-line Library of Information Visualization Environments)<br />
http://otal.umd.edu/Olive<br />
Diese „Sammlungen“ führen referenzierend eine große Anzahl an <strong>Visualisierung</strong>sideen, -<br />
systemen und Projekten in diesem Bereich auf und bilden so einen guten Ausgangspunkt<br />
für weitere Recherchen im Bereich der Thematik der Visualiserung <strong>von</strong> <strong>Daten</strong>.<br />
156
Um die Vielzahl der <strong>Visualisierung</strong>en nicht nur im Detail darzustellen, sondern auch einen<br />
konzeptionellen Überblick zu erhalten, ist es erforderlich die große Vielzahl an<br />
<strong>Visualisierung</strong>en zu strukturieren. Ein oftmals verwendeter Ansatz hierfür ist, die<br />
Klassifizierung anhand der zugrundeliegenden <strong>Daten</strong> der jeweiligen <strong>Visualisierung</strong>.<br />
<strong>Daten</strong>, die visualisiert werden sollen, können sehr ungleich sein. Dabei kann es sich<br />
ebenso um Messdaten bezüglich der jährlichen Flächenreduktion der Polarkappen, um die<br />
Verbraucherdaten einer großen Handelkette als auch um das Netzwerk der Pariser Metro<br />
oder die Baukomponenten eines Automobils handeln. [Spe 2001].<br />
Da das Ziel <strong>von</strong> <strong>Visualisierung</strong>en ist, <strong>Daten</strong> in visuelle Formate zu transformieren, ist es<br />
hilfreich in diesem Zusammenhang einige <strong>Daten</strong>typen zu definieren, anhand derer die<br />
Kategorisierung vorgenommen werden kann. Jedoch ist schon die Terminologie <strong>von</strong><br />
<strong>Daten</strong> in der Literatur nicht konsistent (Gallop, 1994; Wong, Crabb, and Bergeron,<br />
1996), da sie <strong>von</strong> einer Vielzahl <strong>von</strong> Disziplinen erzeugt wird – Mathematik, Statistik,<br />
Ingenieurwissenschaften oder den Computerwissenschaften. [CMS 1999] Entsprechend<br />
existiert auch keine eindeutige Klassifizierung <strong>von</strong> <strong>Daten</strong>, da dies stark mit der<br />
Klassifizierung <strong>von</strong> Wissen zusammenhängt, welches eine sehr sensible Aufgabe darstellt<br />
[War 1999]. Aus diesem Grund existieren auch hier verschiedene Ansätze in der<br />
Literatur, was die Klassifizierung <strong>von</strong> <strong>Daten</strong> angeht. [Shn 1996] entwickelte für die<br />
Lösung dieses Problems eine Task by Data Type Taxonomy (TTT) for Information<br />
Visualization, die unter anderem eine Unterscheidung der existierenden <strong>Daten</strong>typen <strong>von</strong><br />
<strong>Visualisierung</strong>en in insgesamt sieben verschiedene Kategorien (one-, two-, three-<br />
dimensional data, temporal and multi-dimensional, and tree and network data)<br />
vornimmt.<br />
Nachfolgend wird nun diese Klassifizierung <strong>von</strong> [Shn 1996] näher vorgestellt und anhand<br />
dieser die <strong>Visualisierung</strong>en, welche bei den Recherchen gefunden wurden eingeteilt.<br />
4.3.1 Task by Data Type Taxonomy for Information Visualization<br />
Die Idee hinter der Task by Data Type Taxonomy for Information Visualization ist, die<br />
<strong>Daten</strong>typen <strong>von</strong> <strong>Visualisierung</strong>en und die Aufgaben, die durch sie unterstützt werden<br />
müssen, zu identifizieren. [Shn 1996] setzt für seine Taxonomie voraus, dass Benutzer<br />
Objekt-Sammlungen betrachten, in denen die Objekte mehrere Attribute besitzen.<br />
Attribute eines Objektes können zum Beispiel die Länge eines Spielfilms oder die Sprache<br />
sein. Bei allen sieben <strong>Daten</strong>typen der Taxonomie (one-, two-, three-dimensional data,<br />
temporal and multi-dimensional, and tree and network data) besitzen die Objekte<br />
Attribute und das Selektieren aller Objekte, welche einer Gruppe <strong>von</strong> Attributen<br />
entsprechen, stellt eine grundsätzliche Suchaufgabe dar.<br />
157
Die insgesamt sieben Aufgaben (Tasks), die <strong>Visualisierung</strong>en prinzipiell unterstützen<br />
sollten, befinden sich auf einem hohen Grad der Abstraktion. Eine kurze Übersicht über<br />
diese Aufgaben (Tasks) findet sich Tab. 11 und über die verschiedenen <strong>Daten</strong>typen in<br />
Tab. 12.<br />
Task Description<br />
Overview Gain an overview of the entire collection.<br />
Zoom Zoom in on items of interest.<br />
Filter Filter out uninteresting items.<br />
Details-on-demand Select an item or group and get details when needed.<br />
Relate View relationships among items.<br />
History Keep a history of actions to support undo, replay, and<br />
progressive refinement.<br />
Extract Allow extraction of subcollections and of the query<br />
parameters<br />
Data type Examples<br />
Tab. 11 Tasks der TTT [Shn 1996]<br />
1-D Linear Textual documents, program source code, alphabetical lists of<br />
names.<br />
2-D Map Planar or map data include geographic maps, floor plans,<br />
newspaper layouts.<br />
3-D World Real-world objects such as molecules, the human body,<br />
buildings<br />
Temporal Timelines used in medical records, project management,<br />
historical presentations. Special form of 1-D Linear.<br />
Multi-<br />
Dimensional<br />
Relational- and statistical-database contents.<br />
Tree Hierarchies and tree structures, with each item having a link<br />
to one parent item (except root)<br />
Network Network structures with items linked to an arbitrary number<br />
of other items<br />
Tab. 12 <strong>Daten</strong>typen der TTT [Man 2001]<br />
158
Es erfolgt nun eine detailliertere Beschreibung der sieben <strong>Daten</strong>typen und die Vorstellung<br />
der Rechercheergebnisse in Bezug auf <strong>Visualisierung</strong>en zu den jeweiligen Bereichen.<br />
Diese Reflektion der sieben <strong>Daten</strong>typen stellt eine Abstraktion der Realität dar. Es<br />
existieren viele Variationen zu diesen Themen (2 ½ oder 4D <strong>Daten</strong>, Multi-Trees,…) und<br />
viele <strong>Visualisierung</strong>en benutzen Kombinationen dieser <strong>Daten</strong>typen. [Shn 1996] Weiterhin<br />
kann es vorkommen, dass die zugrundeliegenden <strong>Daten</strong>typen in einer anderes-<br />
dimensionierten Umgebung präsentiert werden, wie zum Beispiel multidimensionale oder<br />
dreidimensionale <strong>Daten</strong> in einem zweidimensionalen Modell. Die Kategorisierung<br />
orientiert sich dann oftmals am Hauptnutzen der Anwendung. Die Zuordnung der<br />
<strong>Visualisierung</strong>en in die jeweiligen Kategorien ist also nicht immer eindeutig möglich und<br />
die Übergänge zuweilen fließend. [OLI 2003]<br />
4.3.2 <strong>Daten</strong>typen der Task by Data Type Taxonomy<br />
4.3.2.1 Eindimensional<br />
Eindimensionale, also lineare <strong>Daten</strong> treten zumeist in Form <strong>von</strong> – oftmals textbasierten –<br />
sequentiellen Listen auf. Dies können beispielsweise Textdokumente, Programm-<br />
quellcode, Programmverzeichnisse, Dokumente mit Suchergebnissen oder alphabetische<br />
Namenslisten sein. [Shn 1996] Üblichweise werden solche Dokumente durch das Scrollen<br />
durch lange Listen, welche oftmals <strong>von</strong> einem Art Ordnungssystem für die Navigation<br />
unterstützt wird oder durch die Verwendung <strong>von</strong> Slidern charakterisiert. [OLI 2003]<br />
Jedes Objekt in der Sammlung wird durch eine Textzeile, welche einen String mit<br />
Charakteren beinhaltet, repräsentiert. Zusätzliche Zeilenattribute können beispielsweise<br />
das Datum des letzten Updates oder der Autorenname sein. Aspekte bezüglich des<br />
Interfaces sind Fontart, Farbe, Größe und welche Art <strong>von</strong> Übersichts-, Scrolling- oder<br />
Selektionsmethoden verwendet werden. Häufig auftretende Probleme bei diesem<br />
<strong>Daten</strong>typ sind: das Auffinden <strong>von</strong> bestimmten Objekten mit bestimmten Attributen oder<br />
das Betrachten eines Objektes mit all seinen Attributen. [Shn 1996]<br />
4.3.2.2 Zweidimensional<br />
Die zweidimensionale Umgebung kombiniert zweidimensionale <strong>Daten</strong>repräsentationen<br />
mit zweidimensionalen <strong>Daten</strong>typen. Beispiele für Anwendungen sind geografische Karten,<br />
Charts, Grundpläne, Zeitungslayouts, Computerchip Design und Fotografie.<br />
159
Jedes einzelne Objekt deckt einen Teilbereich des zur Verfügung stehenden Raumes zum<br />
Beispiel in Form eines Rechtecks ab. Jedes dieser Objekte verfügt über Attribute, wie<br />
Name, Besitzer oder Wert und hat Merkmale das Interface betreffend, wie Größe, Farbe,<br />
Deckfähigkeit (Deckkraft), u.s.w. [Shn 1996] Zweidimensionale <strong>Daten</strong>typen visualisieren<br />
die gesamte Anzahl der Attribute, welche in die visuelle Umgebung miteingebunden sind.<br />
Beispiele sind Längen- und Breitengrade, Breite und Höhe, etc. Attribute wie<br />
Lokalisierung, Größe und Distanz eignen sich besonders für die Darstellung in einer<br />
zweidimensionalen Umgebung. [OLI 2003] Der zweidimensionale Scattergraph oder<br />
Scatterplot ist eine der gebräuchlichsten Formen der 2D <strong>Visualisierung</strong>. Die zwei Achsen<br />
können sowohl für die individuellen Graphen verwendet werden als auch um die beiden<br />
Graphen im Raum zu bilden. Eine andere Art <strong>von</strong> der Verwendung der 2D Achsen ist die<br />
Erzeugung einer Topographie. Dies kann in Form einer Repräsentation einer grafischen<br />
Tabelle erfolgen oder als reale Topographie wie in einem geografischen<br />
Informationssystems (GIS). [CMS 1999] Probleme, die in diesem Bereich für Benutzer<br />
auftreten können, beziehen sich auf das Auffinden <strong>von</strong> angrenzenden Objekten,<br />
Abgrenzungen zwischen den einzelnen Objekten und den Grundtasks des Zählen, Filtern<br />
und Details-on-Demand.<br />
4.3.2.3 Dreidimensional<br />
Ein Ausdruck, welcher für diesen Bereich häufig verwendet wird ist „3D-World“. Dies<br />
drückt aus, dass reale Objekte dargestellt werden, wie menschliche Körper, Gebäude<br />
oder Moleküle, aus denen der Benutzer Informationen extrahieren kann. [OLI 2003]<br />
Dreidimensionale visuelle Strukturen basieren in erster Linie auf physikalischen <strong>Daten</strong>.<br />
Diese Darstellungen können aus drei Achsen bestehen um eine Informationslandschaft zu<br />
erzeugen, als auch diese Achsen abstrakt verwenden. Die <strong>Visualisierung</strong> <strong>von</strong> physischen<br />
Objekten kann auch als Träger dienen, auf welchem abstrakte <strong>Daten</strong> organisiert werden.<br />
D.h. das physikalische Objekt dient in diesem Fall als Übersicht für die Organisation der<br />
abstrakten Informationen (Überschneidung <strong>von</strong> Scientific Visualization und Information<br />
Visualization). [CMS 1999] In dreidimensionalen Anwendungen müssen die Benutzer bei<br />
der Betrachtung <strong>von</strong> Objekten mit dem Verständnis der Positionierung und Orientierung<br />
sowie Problemen der Absorption fertig werden. Lösungen zu einigen dieser Probleme<br />
werden in vielen Prototypen durch Techniken wie Overviews, Landmarks, Perspektiven,<br />
Stereodisplay, Transparenz und Farbkodierung vorgeschlagen. [Shn 1996]<br />
160
4.3.2.4 Temporal<br />
Die Verwendung <strong>von</strong> temporalen Informationsvisualisierungen hat zwei fundamentale<br />
Qualitäten: die Tatsche, dass temporale Events entweder simultan oder überlappend<br />
ablaufen können sowie die zugrundeliegende multiple Skalierung <strong>von</strong> temporalen <strong>Daten</strong>,<br />
welche sowohl sehr feine als auch grobe Maßeinheiten (rangierend <strong>von</strong> einer Sekunde bis<br />
mehreren Jahrhunderten) erfordert. Beispiele temporaler <strong>Visualisierung</strong>en umfassen<br />
Animationen, Zeitlinien, Video Repräsentation und Video Manipulation, medizinische<br />
Aufnahmen, Projektmanagement oder historischen Präsentationen. Temporale<br />
<strong>Visualisierung</strong>en benötigen <strong>Daten</strong>, welche im Laufe der Zeit modifiziert wurden und<br />
präsentieren basierend auf einem spezifischen Zeitrahmen und Informationen, welche für<br />
die Ansicht gewünscht werden, Sichten, welche schnell und dynamisch verändert werden<br />
können. Dies ermöglicht dem Benutzer eine größere Kontrolle über die Informationen, als<br />
wenn die <strong>Daten</strong> in einer typischen statischen Wiedergabe präsentiert werden.<br />
Insbesondere kann der Benutzer die Zeit manipulieren und die zeitliche Sortierung der<br />
Information ändern, um somit neue Muster und/oder Sichten auf die <strong>Daten</strong> zu finden.<br />
[OLI 2003] Häufige Aufgaben temporaler <strong>Visualisierung</strong>en beinhalten das Auffinden <strong>von</strong><br />
allen Ereignissen entweder vor, nach oder während Zeitperioden oder -punkten, sowie<br />
den Grundtasks. [Shn 1996]<br />
4.3.2.5 Multi-Dimensional<br />
Die meisten <strong>Visualisierung</strong>en besitzen multivariable <strong>Daten</strong>tabellen, welche zu viele<br />
Variablen enthalten, als dass sie direkt in 1D, 2D und 3D Strukturen kodiert werden<br />
könnten. Für die Kodierung dieser <strong>Daten</strong>tabellen bedarf es neuer Techniken. [CMS 1999]<br />
Die meisten relationalen und statistischen <strong>Daten</strong>bestände werden als mehrdimensionale<br />
<strong>Daten</strong>, bei denen Objekte mit n Attributen Punkte in einem n-dimensionalen Raum sind,<br />
gehandhabt. [Shn 1996] Jedes dieser Objektes besitzt mehr als drei Attribute. 1D, 2D,<br />
3D und temporale Informationsvisualisierungs-Schemata können als Teilmengen <strong>von</strong><br />
multidimensionalen <strong>Visualisierung</strong>en betrachtet werden. [OLI 2003] Multidimensionale<br />
<strong>Visualisierung</strong>en präsentieren <strong>Daten</strong>, welche in erster Linie nicht räumlich sind. Beispiele<br />
für Anwendungen <strong>von</strong> multidimensionalen <strong>Visualisierung</strong>sschemas können Aktienmarkt-<br />
Statistiken, eine Gruppe <strong>von</strong> Büchern in einer Bibliothek, eine Filmdatenbank und<br />
zumeist irgendwelche abstrakten und statistischen Informationen über irgendein<br />
161
Phänomen sein. Attribute in multidimensionalen <strong>Visualisierung</strong>en sollten keine explizite<br />
Struktur oder Beziehungen untereinander haben, daher haben auch <strong>Daten</strong>sätze, welche<br />
zu einer unmittelbaren Hierarchie oder einer Netzwerkstruktur führen ihre eigenen<br />
Kategorien. [OLI 2003] Scientific Visualization arbeitet häufig ebenfalls mit<br />
multidimensionalen <strong>Daten</strong>, jedoch setzen die meisten der <strong>Daten</strong>sätze, welche in diesem<br />
Bereich verwendet werden, räumliche Attribute <strong>von</strong> <strong>Daten</strong> für <strong>Visualisierung</strong>szwecke ein.<br />
Dennoch sind Kombinationen aus der Scientific Visualization und multidimensionalen<br />
Ansätzen denkbar. [OLI 2003] Tasks, welche häufig mit solchen Anwendungen bearbeitet<br />
werden, beinhalten das Auffinden <strong>von</strong> Mustern, Clustern, Querbeziehungen unter<br />
Variabelenpaaren, Lücken und Sonderfällen. Damit verbundene Probleme für den<br />
Benutzer sind oftmals Desorientierung und Absorption. Mehrdimensionale <strong>Daten</strong> können<br />
zum Beispiel durch zweidimensionale Spreadsheets, welche jede zusätzliche Dimension<br />
durch einen Slider kontrollieren (Ahlberg und Shneidermann, 1994), durch Buttons zur<br />
Kontrolle der Attributswerte, für den Fall, dass die Kardialität relativ klein ist oder durch<br />
Parallelkoordinaten präsentiert werden.<br />
4.3.2.6 Tree<br />
Hierarchien, auch bekannt als Baumstrukturen (Trees) sind Sammlungen <strong>von</strong> Objekten,<br />
bei welchen jedes einzelne der Objekte in einer hierarchischen Beziehung zu einem<br />
anderen Objekt steht. Hierarchische <strong>Daten</strong> sind sehr facettenreich und sind daher in<br />
vielen Formen anzutreffen. Hierarchien tauchen natürlicherweise in Taxonomien, in<br />
Strukturen <strong>von</strong> Organisationen, bei der Verwaltung <strong>von</strong> Speicherplatz, in der Genealogie<br />
und dem Dewey Dezimalsystem auf. Traditionelle Präsentationen <strong>von</strong> Hierarchien<br />
bestehen für gewöhnlich aus 2D Repräsentationen, in welchen die Knoten in Keilförmiger<br />
Formation positioniert werden. [OLI 2003] Visuelle Tree Strukturen kodieren<br />
hierarchische <strong>Daten</strong> typischerweise durch die Verwendung <strong>von</strong> Verbindungen oder<br />
Eingrenzungen. [CMS 1999] Jedes Objekt besitzt einen Link zu einem Vater-Objekt<br />
(Vorgänger) - außer dem Root-Objekt. Objekte und Links zwischen Vater und Kind<br />
können mehrere Attribute haben. Die gesamte Struktur der Hierarchie und seine<br />
umgebenden Beziehungen sind in der Regel ebenso relevant. Hierarchien können einen<br />
speziellen Fall eines Networks darstellen - ausgenommen der Definition <strong>von</strong> Hierarchien,<br />
welche duale Wege und Kreise verhindern. Außerdem hat in einer Hierarchie jedes Objekt<br />
einen einzigartigen Weg zum Root-Objekt, was in einem Network nicht garantiert wird.<br />
[OLI 2003] Tasks können einzelnen Objekten, Links, einer Gruppe <strong>von</strong> Objekten oder der<br />
gesamten Struktur zugeordnet werden. Mögliche Interfacerepräsentationen <strong>von</strong> Trees<br />
sind: eingerückte Label wie in Inhaltsangaben, Node-Link-Diagramme, oder eine<br />
162
Treemap Struktur. [CMS 1999] Probleme der Benutzer bei solchen Trees können<br />
Desorientierung, die Navigation und das Auffinden spezifischer Knoten in solch einer<br />
Struktur sein. [OLI 2003]<br />
4.3.2.7 Network<br />
Manchmal können Beziehungen zwischen Objekten nicht befriedigend mit einer<br />
Baumstruktur festgehalten werden und es erweist sich als nützlich, Objekte mit einer<br />
angemessenen Anzahl anderer Objekte zu verlinken. Obwohl einige Spezialfälle <strong>von</strong><br />
Networks existieren (azyklisch, Gitter, mit Rootknoten und ohne, gerichtet vs. un-<br />
gerichtet), werden alle als ein <strong>Daten</strong>typ betrachtet. [Shn 1996] Network <strong>Visualisierung</strong>en<br />
werden oftmals benutzt um Kommunikationsnetzwerke wie Telefonssysteme oder das<br />
World Wide Web zu beschreiben. [CMS 1999] Das Ziel <strong>von</strong> Network <strong>Visualisierung</strong>en<br />
beinhaltet das Erhalten <strong>von</strong> Einsicht in eine Struktur, welche aus vielen <strong>Daten</strong>objekten<br />
bestehen könnte. Networks bestehen aus Knoten und Links – Knoten, welche einen<br />
<strong>Daten</strong>punkt repräsentieren und Links, welche eine Beziehung zwischen zwei Knoten<br />
repräsentieren. Viele der frühen Arbeiten in diesem Bereich stammen aus dem Gebiet der<br />
Graphen. Ein Graph mit wenigen Punkten ist einfach zu zeichnen und visuell zu<br />
verstehen, jedoch müssen gegenwärtige Tools mit großen <strong>Daten</strong>sätze umgehen können,<br />
welche wiederum dazu tendieren viele ihrer Informationen zu verstecken. [OLI 2003]<br />
Zusätzlich zu den Grundtasks, welche den Objekten und Links zugeordnet werden<br />
können, wollen die Benutzer solcher Strukturen oftmals etwas über die kürzesten oder<br />
kostengünstigsten Wege, welche zwei Objekte verbindet, erfahren oder sie wollen das<br />
gesamte Network traversieren. [Shn 1996] Häufig wird die Struktur eines Networks in<br />
Diagrammen repräsentiert. Die meisten Interface Repräsentationen beinhalten die<br />
folgenden Arten <strong>von</strong> node-and-link Diagrammen: 2D oder 3D. Einige<br />
<strong>Visualisierung</strong>stechniken fügen auch Animationen, Verzerrung oder fest verlinkte<br />
Overview-Fenster hinzu, um mehr Information über ein Network darzustellen. [OLI 2003]<br />
163
4.3.3 <strong>Visualisierung</strong>en<br />
Der folgende Abschnitt listet einige <strong>Visualisierung</strong>en auf, welche während der<br />
Recherchearbeiten gefunden wurden. Aufgrund der immensen Vielzahl an existenten<br />
<strong>Visualisierung</strong>en kann an dieser Stelle lediglich ein kleiner Einblick in die Welt der<br />
<strong>Visualisierung</strong>en gegeben werden. Die folgende Auswahl versucht möglichst viele<br />
verschiedenartige <strong>Visualisierung</strong>en zu beschreiben. Manchmal bedienen sich<br />
unterschiedliche <strong>Visualisierung</strong>ssysteme jedoch derselben oder ähnlicher <strong>Visualisierung</strong>s-<br />
ideen. Eine redundante Nennung derselben <strong>Visualisierung</strong>sidee wurde bewusst versucht<br />
zu vermeiden. Die Darstellung der folgenden <strong>Visualisierung</strong>en erfolgt mittels Nennung<br />
der jeweiligen Autoren, einer knappen Erklärung, welche einen Einblick in die jeweilige<br />
<strong>Visualisierung</strong>sidee geben soll, der Nennung <strong>von</strong> Anwendungsbereichen, den in der<br />
<strong>Visualisierung</strong> verwendeter <strong>Visualisierung</strong>stechniken, sowie Quellenangaben, unter denen<br />
weitere Informationen zu der jeweiligen <strong>Visualisierung</strong> zu finden sind. Die Ordnung der<br />
hier vorgestellten <strong>Visualisierung</strong>en erfolgt nach der Klassifizierung anhand der<br />
zugrundeliegenden <strong>Daten</strong>typen nach der Task by Data Typ Taxonomy <strong>von</strong> Shneiderman.<br />
Innerhalb der jeweiligen Kategorien unterliegen die <strong>Visualisierung</strong>en einer alphabetischen<br />
Ordnung. Weiterhin gilt zu beachten, dass es nicht das Ziel ist, ganze<br />
<strong>Visualisierung</strong>ssysteme, welche häufig aus einer Vielzahl an unterschiedlichen<br />
<strong>Visualisierung</strong>en bestehen, ganzheitlich vorzustellen, sondern vielmehr einige<br />
unterschiedliche <strong>Visualisierung</strong>sideen anhand <strong>von</strong> Systemen darzustellen.<br />
Document Lens<br />
Georg G. Robertson, Jock D. Mackinlay<br />
Abb. 103 Document Lens [RM 1993]<br />
Mit der Document Lens ist es dem Benutzer möglich ein Textdokument, welches aus<br />
mehreren Seiten besteht zu betrachten, wobei ihm alle Seiten des Dokuments zur selben<br />
Zeit in einer dreidimensionalen Darstellung dargestellt werden. Innerhalb der Darstellung<br />
befindet sich eine rechteckige „Linse“, welche den Inhalt der aktuellen Seite unverzerrt<br />
164
und damit für den Benutzer lesbar darstellt. Die anderen Seiten werden perspektivisch<br />
verzerrt abgebildet. Möchte der Benutzer nun eine andere Seite lesen, so kann er diese<br />
„Linse“ interaktiv auf eine <strong>von</strong> ihm gewünschte Seite des Dokuments schieben.<br />
Entsprechend verändert sich der Fokus des unverzerrten Bereichs, wobei sich alle<br />
übrigen Seiten ebenfalls an die Darstellung angepassen.<br />
<strong>Daten</strong>typ Eindimensional<br />
Anwendungsbereich(e) Textdokumente<br />
VizTechnik(en) Tile-Graph 3D, Fisheye-Technik<br />
Metapher Lens-Metapher<br />
Quelle(n) [RM 1993]<br />
Galaxies (SPIRE)<br />
James A. Wise, James J. Thomas, Kelly Pennock<br />
Abb. 104 Galaxies [PNN 2004]<br />
Die Galaxies-View des SPIRE Systems ist eine zweidimensionale Scatterplot-<br />
<strong>Visualisierung</strong>, in welcher die gesamte Textmenge als ein Universum <strong>von</strong> so genannten<br />
„Docustars“ - welche mit Sternen am Nachthimmel verglichen werden können -<br />
dargestellt wird. Jedes Dokument wird durch einen einzelnen Punkt repräsentiert,<br />
während logische Gruppierungen, die sogenannten Cluster durch Cluster Centroiden<br />
repräsentiert werden. Cluster entstehen durch die Positonierung der Dokumente. D.h.<br />
ähnliche Dokumente werden nahe zueinander und unähnliche weiter <strong>von</strong>einander<br />
entfernt positioniert. Die schattierten Bereiche innerhalb der View bezeichnen die<br />
sogenannten ThemeClouds, welche analog zu den Gipfeln der ThemeView dargestellt<br />
werden. D.h. ThemeClouds bieten eine zweidimensionale Repräsentation der<br />
Themendurchgängigkeit, wobei die Intensität der Farbe das Aufkommen der darunter<br />
liegenden Themen verdeutlicht. Die Label der ThemeClouds beschreiben die wichtigsten<br />
Themen in diesem Gebiet. Über zusätzliche Explorationstools ist es dem Benutzer<br />
möglich, die Dokumentenmenge weiter zu erforschen.<br />
165
<strong>Daten</strong>typ Eindimensional<br />
Anwendungsbereich(e) Textdokumente<br />
VizTechnik(en) Point-Graph 2D, Scatterplot<br />
Metapher Galaxies-Metapher<br />
Quelle(n) [WTP 1995], [Wis 1999], [PNN 2004]<br />
TileBars<br />
Marti A. Hearst<br />
Abb. 105 TileBars [Hea 1995]<br />
TileBars unterstützen Information Retrieval in Textinformation. Die Länge der Bars<br />
kodiert dabei die relative Länge der jeweiligen Dokumente. Die Kacheln der Tile Bars,<br />
welche die Suchbegriffe farbig kodieren, vermittelen die Häufigkeit der gesuchten<br />
Begriffe innerhalb des Textes. Durch Relation der Gesamtlänge des Dokuments in Bezug<br />
zur Positionierung der einzelnen farbig markierten Kacheln, gibt dem Benutzer darüber<br />
Auskunft, wo sich die jeweilig gesuchten Begriffe innerhalb des Dokuments befinden und<br />
welche Begriffe kombiniert miteinander auftreten.<br />
<strong>Daten</strong>typ Eindimensional<br />
Anwendungsbereich(e) Textinformation<br />
VizTechnik(en) Tile-Graph 2D<br />
Quelle(n) [Hea 1995]<br />
166
ThemeView (SPIRE)<br />
James A. Wise, James J. Thomas, Kelly Pennock<br />
Abb. 106 ThemeView (ThemeScapes) [MIK 2003]<br />
Die ThemeView des SPIRE Systems ist eine <strong>von</strong> der Galaxies (SPIRE) abgeleitete<br />
<strong>Visualisierung</strong>, in welcher die Dominanz der Themen auf einer zusätzlichen Achse – der<br />
Zeit – dargestellt wird. Diese ThemeView stellt die Themenbereiche, welche innerhalb<br />
einer Dokumentenmenge automatisch ermittelt wurden, als Reliefkarte einer natürlichen<br />
Umgebung dar. Dabei kennzeichnen hohe Gipfel dominante Themen, wobei die Höhe der<br />
Gipfel die relative Stärke der Themen innerhalb des Dokumentenmenge anzeigt. Die<br />
Farbe der Gipfel sowie deren Label unterstützen die Darstellung zusätzlich. Die Distanz<br />
der Gipfel kodiert die Ähnlichkeit der Themen zueinander. Ähnliche Themen erscheinen<br />
eng beieinander, während unähnliche weiter <strong>von</strong> einander entfernt liegen. ThemeView<br />
bietet dem Benutzer so eine visuelle Übersicht über die wichtigsten Themenbereiche,<br />
welche in einer Dokumentenmenge enthalten sind. Über zusätzliche Explorationstools ist<br />
es dem Benutzer möglich, die Dokumentenmenge weiter zu erforschen.<br />
<strong>Daten</strong>typ Eindimensional<br />
Anwendungsbereich(e) Textdokumente<br />
VizTechnik(en) Area-Graph 3D, Surface Chart<br />
Metapher Landscape-Metapher<br />
Quelle(n) [WTP 1995], [PNN 2004]<br />
167
WebBook<br />
Stuart K. Card, George G. Robertson, William York<br />
Abb. 107 WebBook [CRY 1996] (li.) und „Blättern“ im WebBook [CRY 1996] (mi.) und „Document Lens“ View<br />
[CRY 1996] (re.)<br />
Das WebBook gehört zum Information Workspace <strong>von</strong> Web Forager, welcher wiederum<br />
zum Framework des Information Visualizer Systems [RCM 1993] gehört. WebBook stellt<br />
ein dreidimensionales interaktives Buch dar, welches HTML-Seiten enthält. Dabei wurden<br />
verschiedene HTML-Eigenschaften, wie z.B. farbig angelegte Hyperlinks, adaptiert.<br />
Zudem unterstützt es eine Reihe <strong>von</strong> Funktionen, wie „Blättern“ oder das Einfügen <strong>von</strong><br />
Lesezeichen. Durch „Auseinanderziehen“ der Seiten, ist es dem Benutzer möglich, alle<br />
Seiten parallel unter Verwendung einer Fisheye-Technik, welche Document Lens [RM<br />
1993] genannt wird zu betrachten.<br />
<strong>Daten</strong>typ Eindimensional<br />
Anwendungsbereich(e) HTML Seiten<br />
VizTechnik(en) Tile-Graph 2D und 3D, Fisheye-Technik<br />
Metapher Book<br />
Quelle(n) [CRY 1996]<br />
Video-on-Demand Presentation<br />
Kevin Lam, Robert Spence<br />
Abb. 108 Video-on-Demand Presentation [Spe 2001]<br />
168
Die Video-on-Demand Presentation ermöglicht das Browsen durch Poster <strong>von</strong><br />
Videofilmen. Eine große Anzahl <strong>von</strong> Postern wird in drei Reihen auf einer persektivischen<br />
Wand arrangiert. Die Anordnung der Wand ermöglicht es, dass die Poster der Frontseite<br />
in voller Größe dargestellt werden können. Die Bewegung des Cursors entlang der<br />
Kanten der Seitenwände veranlasst jedes Poster „herauszupoppen“, so dass es in seiner<br />
vollen Größe zu sehen ist. Es verharrt solange in dieser Position bis der Cursor sich<br />
weiterbewegt. Auf diese Weise ist es dem Benutzer möglich, bequem durch die große<br />
Menge an Postern zu browsen und diejenigen Poster länger zu betrachten, welche für ihn<br />
<strong>von</strong> Interesse sind. Diese Darstellung ähnelt einem Bifocal Display.<br />
<strong>Daten</strong>typ Zweidimensional<br />
Anwendungsbereich(e) Recherche in Bildbeständen (Poster, Videohüllen)<br />
VizTechnik(en) Tile-Graph 2D<br />
Quelle(n) [LSp 1997]<br />
Connex<br />
Beth Hetzler, W. Michelle Harris, Susan Havre, Paul Whitney<br />
Abb. 109 Connex [PNN 2004]<br />
Die Connex <strong>Visualisierung</strong> zeigt individuelle Beziehungen zwischen Objekten, wie zum<br />
Beispiel Dokumenten oder Konzepten innerhalb <strong>von</strong> Dokumenten. In dieser<br />
<strong>Visualisierung</strong> entsprechen die x- und y-Achsen geordeneten Listen <strong>von</strong> Objekten. Die z-<br />
Achse entspricht den verschiedenen Beziehungstypen, welche in dieser Teilmenge<br />
auftreten. Wenn ein Objekt eine bestimmte Beziehung zu einem anderen Objekt hat,<br />
dann wird in dieser z-Ebene eine kleine Kugel am Schnittpunkt der beiden Objektebenen<br />
positioniert. Wenn die Objekte multiple Beziehungen haben, wird es verschiedene solcher<br />
Kugeln, vielleicht in Form eines Stapels, an verschiedenen z-Positionen geben. Das Tool<br />
ermöglicht dem Benutzer die verschiedenen Beziehungen zu kategorisieren, bestimmte<br />
Beziehungen nach Wunsch zu zeigen oder zu verstecken, asymetrische Beziehungen<br />
169
hervorzuheben und die Dokumentendarstellung umzusortieren. Die Zuordnung <strong>von</strong> Farbe<br />
kann für Kategorien eingesetzt werden, um verschiedene Beziehungen zu gruppieren<br />
oder zu unterscheiden.<br />
<strong>Daten</strong>typ Dreidimensional<br />
Anwendungsbereich(e) Darstellung <strong>von</strong> Beziehungen zwischen Objekten<br />
VizTechnik(en) Point-Graph 3D, Scatterplot<br />
Quelle(n) [HHH 1998], [PNN 2004]<br />
Rainbows<br />
Beth Hetzler, Nancy Miller, W. Michelle Harris, Susan Havre, Paul Whitney<br />
Abb. 110 Rainbows [PNL 2004]<br />
Rainbows ermöglicht dem Benutzer, verschiedene Arten <strong>von</strong> Beziehungen zwischen<br />
Objekten visuell zu untersuchen. Einer der Stärken dieser <strong>Visualisierung</strong> ist die Art und<br />
Weise, wie sie drei unterschiedliche Klassen <strong>von</strong> Beziehungen darstellt. Objekte (wie zum<br />
Beispiel Dokumente, Menschen oder Konzepte) werden als kleine Punkte auf einer<br />
zweidimensionalen Ebene abgebildet. Ihre Positionierung repräsentiert einen der drei<br />
Beziehungstypen zwischen den Objekten. Eine zweite Klasse <strong>von</strong> Beziehungen wird als<br />
Bogen oberhalb der Ebene dargestellt. Ein weißer Bogen zwischen zwei Clustern weist<br />
darauf hin, dass eine solche Beziehung zwischen Objekten innerhalb dieses Clusters<br />
existiert. Der weiße Bogen kann ausgedehnt werden, um mehrere Farben (wie in einem<br />
Spektrum) darstellen zu können, wobei jede dieser Farben dann auf die Existenz eines<br />
bestimmten Beziehungstypen innerhalb der Klasse hinweist. Eine dritte Klasse <strong>von</strong><br />
Beziehungen wird als Bogen unterhalb der Ebene gezeigt. Durch Interaktions-<br />
möglichkeiten mit der <strong>Visualisierung</strong> kann der Benutzer Beziehungen für bestimmte<br />
Objekte, bestimmte Beziehungstypen und Details über eine spezifische Beziehung<br />
anzeigen lassen.<br />
170
<strong>Daten</strong>typ Dreidimensional<br />
Anwendungsbereich(e) Darstellung <strong>von</strong> Beziehungen zwischen Objekten<br />
VizTechnik(en) Link-Graph 3D<br />
Quelle(n) [PNL 2004], [HHH 1998]<br />
Visual Access for 3D Data<br />
David J. Cowperthwaite, M. Sheelagh, T. Carpendale, F. David Fracchia<br />
Abb. 111 Visual Access for 3D Data [CSC 1996]<br />
Die Problematik bei dreidimensionalen <strong>Visualisierung</strong>en, im Vergleich zu zweidimensio-<br />
nalen ist, dass es möglich ist, dass entweder das gesamte beziehungsweise ein Teil des<br />
Objektes, welches für den Benutzer <strong>von</strong> Interesse ist, <strong>von</strong> anderen Objekten verdeckt<br />
wird. Aktuelle Lösungsansätze versuchen dieser Problematik auf die folgende Weise zu<br />
begegnen: Cutting Planes, Layer Removal, Fly-Through und Transaparency. Die<br />
Problematik dieser Ansätze liegt aber zummeist darin, dass sie den Zusammenhang zum<br />
Gesamtkontext der Darstellung verlieren. Ein weiterer Ansatz, welcher nicht dieser<br />
Problematik unterworfen ist, ist die Verwendung einer Fisheye-Technik im<br />
Zusammenhang mit dreidimensionalen Objekten. Abb. 111 zeigt ein Beispiel hierfür. Das<br />
Ziel dieser <strong>Visualisierung</strong> ist es, dem Benutzer einen interaktiven Zugang zum<br />
dreidimensioanlen Informationsraum zu bieten, während der Bezug zum Gesamtkontext<br />
erhalten bleibt.<br />
<strong>Daten</strong>typ Dreidimensional<br />
Anwendungsbereich(e) Exploration im dreidimensionalen<br />
VizTechnik(en) Tile-Graph 3D, Fisheye-Technik<br />
Quelle(n) [Eic 1996]<br />
171
DateLens<br />
Benjamin B Bederson, Aaron Clamage, Mary P. Czerwinski, Georg G. Robertson<br />
Abb. 112 DateLens (Desktop-Version) [Dat 2004] (li.) und DateLens (PDA-Version: FishCal) [Dat 2004] (mi.)<br />
und DateLens (PDA-Version: FishCal) mit Fokus auf einen Tag [BCR 2002] (re.)<br />
Die DateLens wurde in erster Linie für kleine Displays - insbesondere für die <strong>von</strong> PDAs<br />
entwickelt – ist aber auch für andere Geräte - <strong>von</strong> Desktop Computers bis Tablet PCs -<br />
einsetzbar. Die DateLens unterstützt den Benutzer in der Planung und Analyse <strong>von</strong><br />
Aufgaben. Dabei werden dem Benutzer die <strong>Daten</strong> in einer kompakten überblickartigen<br />
Darstellung präsentiert. Mittels Fisheye-Technik hat der Benutzer die Möglichkeit sich die<br />
Informationen innerhalb einer Zelle detailliert darstellen zu lassen, ohne die Ansicht<br />
verlassen zu müssen. Dies ermöglicht es Benutzern einen Überblick über die <strong>Daten</strong> zu<br />
erhalten, einfach durch die Kalenderstruktur zu navigieren und Muster und Ausreißer zu<br />
erkennen.<br />
Die grundsätzliche Organisation der Darstellung ist tabellarisch, wobei jede Zeile eine<br />
Woche repräsentiert, deren Spalten wiederum die Tage der Woche anzeigen. Die Anzahl<br />
der sichtbaren Zeilen kann <strong>von</strong> einer Zeile (eine Woche) bis zu 52 (ein Jahr) variieren.<br />
Durch Antippen irgendeines Tages erweitert sich diese Zelle graduell und enthüllt die<br />
Liste mit Terminen, welche mit diesem Tag in Verbindung stehen. So können Benutzer<br />
den Tag wechseln, weiter hineinzoomen um eine Gesamt-Tagesansicht zu erhalten und<br />
nach Terminen suchen. Zu den weiteren Views der DateLens gehören z.B.: eine Agenda<br />
View (zeitlich geordnete, textuelle Liste der Termine) oder eine Full Day View<br />
(traditionelle, nach Uhrzeiten aufgeteilte Darstellung eines ganzen Tages).<br />
<strong>Daten</strong>typ Temporal<br />
Anwendungsbereich(e) Terminplanung, Kalender<br />
VizTechnik(en) Tile-Graph 2D, Histobar-Graph 2D, Fisheye-View<br />
Quelle(n) [BCR 2002], [BCC 2004], [Dat 2004]<br />
172
Perspective Wall<br />
Jock D. Mackinlay, Georg G. Robertson, Stuart K. Card<br />
Abb. 113 Perspective Wall [MIK 2003]<br />
Die Perspective Wall repräsentiert eine sequentielle Darstellung <strong>von</strong> Dateien auf einer<br />
Zeitachse, wobei sie eine detaillierte mit einer kontextuellen Sicht kombiniert. In der<br />
Implementation wird die horizontale Dimension für die Zeit benutzt und die vertikale um<br />
die Schichten in einem Informationsraum zu visualisieren. Beispiele hierfür sind<br />
<strong>Visualisierung</strong>en <strong>von</strong> Dateien mit dem Änderungsdatum in der horizontalen Achse und<br />
dem Dateityp in der vertikalen Achse. Die Perspective Wall stellt eine Variante eines<br />
eindimensionalen Bifocal Displays dar, wobei diese im Gegensatz zum Bifocal Display für<br />
die Bereiche ausserhalb des Fokus mit einer zunehmenden Verkleinerungsrate in der<br />
Darstellung arbeitet. Der Benutzer hat die Möglichkeit, die Wand interaktiv zu<br />
verschieben, so dass die Dokumente, des <strong>von</strong> ihm gewünschten Zeitabschnitts in den<br />
Vordergrund geschoben werden.<br />
<strong>Daten</strong>typ Temporal<br />
Anwendungsbereich(e) Zeitliche Darstellung <strong>von</strong> Dokumenten<br />
VizTechnik(en) Tile-Graph 2D<br />
Metapher Wall-Metapher<br />
Quelle(n) [MRCa 1991]<br />
173
SiZer<br />
Stephen G. Eick, Todd L. Graves, Alan F. Karr, J.S. Marron, Audris Mockus<br />
Abb. 114 SiZer [EGK 1999]<br />
Der SiZer stellt den Schwierigkeitsgrad einer Änderung <strong>von</strong> Programmiercodeeinheiten<br />
bei der Implementierung <strong>von</strong> neuen Softwaremodulen dar. Dabei werden verschieden<br />
gewichtete Funktionen auf der Zeitachse übereinander dargestellt. Eine ineffiziente oder<br />
sogar fatale Entwicklung des Gesamtproduktes lässt sich so schnell erkennen. Für jeden<br />
neuen Gewichtungsfaktor erscheint eine neue Funktion in der <strong>Visualisierung</strong>. Trends<br />
werden anhand der Anzahl veränderter Dateien über die gesamte Entwicklungszeit<br />
ermittelt.<br />
<strong>Daten</strong>typ Temporal<br />
Anwendungsbereich(e) Code Decay – Change Management Data<br />
VizTechnik(en) Line-Graph 2D<br />
Quelle(n) [EGK 1999]<br />
ThemeRiver<br />
Susan Havre, Brth Hetzler, Lucy Nowell<br />
Abb. 115 ThemeRiver [MIK 2003]<br />
Die ThemeRiver <strong>Visualisierung</strong> unterstützt den Benutzer bei der Identifizierung zeit-<br />
relevanter Patterns, Trends und Beziehungen innerhalb einer großen Dokumentenmenge.<br />
Die Themen innerhalb dieser Sammlung werden durch einen Fluß (River), welcher <strong>von</strong><br />
links nach rechts durch die Zeit fließt, repräsentiert. Der Fluß weitet oder verjüngt sich,<br />
174
um Änderungen in der kollektiven Stärke der Themen, welche in den zugrunde liegenden<br />
Dokumenten selektiert wurden, zu bezeichnen. Einzelne Themen werden werden als<br />
kolorierte „Strömungen“ innerhalb des Flusses dargestellt. Diese Themenströmungen<br />
weiten oder verjüngen sich, um zu jedem Zeitpunkt Änderungen in der jeweiligen<br />
Themenstärke anzuzeigen.<br />
<strong>Daten</strong>typ Temporal<br />
Anwendungsbereich(e) Zeitliche Darstellung <strong>von</strong> Themenänderungen<br />
VizTechnik(en) Area-Graph 2D<br />
Quelle(n) [PNN 2004]<br />
Bifocal Display<br />
Robert Spence, M.D. Apperley<br />
Abb. 116 Prinzip des Bifocal Display [Spe 2001] (li.)<br />
und Bisfocal Display aus Sicht des Benutzers [Spe 2001] (re.)<br />
Das Prinzip des Bifocal Displays kann man mit einem Papierstreifen, auf welchem<br />
verschiedenartige Objekte (Bilder, Texte, etc.) dargestellt werden und welcher um zwei<br />
Pfosten gezogen wurde, erklären (Abb. 116 links). Die Seiten des Papierstreifens müssen<br />
jedoch immer noch zu sehen sein. Durch diese Vorgehensweise entsteht eine visuelle<br />
Repräsentation, welche die Objekte im Zentrum der Darstellung unverzerrt und an den<br />
Seiten rechts und links verzerrt darstellt (Abb. 116 rechts). Das Bifocal Display<br />
verwendet, im Gegensatz zum Beispiel zur Perspective Wall, für die Bereiche ausserhalb<br />
des Fokus eine konstante Verkleinerungsrate. Durch Interaktionsmöglichkeiten mit der<br />
Darstellung ist es dem Benutzer möglich, die Darstellung zu „scrollen“ und so die für ihn<br />
relevanten Objekte in den unverzerrten Fokusbereich zu schieben.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) Exploration <strong>von</strong> mehrdimensionalen <strong>Daten</strong>beständen<br />
Quelle(n) [Spe 2001], [SA 1982]<br />
175
Circle Segments View (CSV) - VisMeB<br />
Peter Klein, Harald Reiterer, Frank Müller, Tobias Limbach<br />
Abb. 117 Circle Segments View [KRM 2003]<br />
VisMeB (Visual Metadata Browser) stellt ein vielfach anwendbares Tool zur Explorationen<br />
<strong>von</strong> <strong>Daten</strong>beständen dar, welches auf den Ideen <strong>von</strong> INSYDER beruht. Dieser Java-<br />
basiert Browser lässt sich leicht auf die jeweilige Thematik anpassen, um dem Benutzer<br />
das Auffinden relevanter Informationen innerhalb <strong>von</strong> großen <strong>Daten</strong>mengen zu<br />
erleichtern. Er kombiniert verschiedene <strong>Visualisierung</strong>stechniken, um dem Benutzer<br />
sowohl einen gesamten, als auch eine detaillierte Übersicht zu bieten. Eine der<br />
<strong>Visualisierung</strong>en ist der Circle Segment View (CSV), bei welchem zwei<br />
Kreissegmentgrafiken <strong>von</strong> zwei mittels dem Boolschen Operator „AND“ verknüpften<br />
Variablen (in Abb. 117 sind dies Servertyp und Sprache) nebeneinander dargestellt<br />
werden. Der Benutzer kann somit leicht erkennen in welchen Kreisabschnitten, die<br />
Kategorien darstellen, die jeweiligen <strong>Daten</strong> liegen. Mittels einem seitlichen Slider (in Abb.<br />
117 für die Relevanz) und einem unter der Kreisgrafik liegendem Slider (in Abb. 117 für<br />
die Jahreszahl) können interaktiv Bereiche für die Attribute, welche den Slidern<br />
zugewiesen wurden, eingestellt werden, was zur einer Reduktion oder einem Zuwachs<br />
der sichtbaren <strong>Daten</strong>punkte führt.<br />
<strong>Daten</strong>typ Multidimensional<br />
Anwendungsbereich(e) <strong>Daten</strong>exploration<br />
VizTechnik(en) Bar-Graph 2D (polar)<br />
Quelle(n) [KRM 2003]<br />
176
FilmFinder<br />
Christopher Ahlberg, Ben Shneiderman<br />
Abb. 118 FilmFinder [CMS 1999]<br />
Der FilmFinder ermöglicht es Benutzern umfangreiche Filmdatenbanken zu durchforsten.<br />
Er stellt Filme in Form <strong>von</strong> Punkten in einem Scatterplot dar, welcher durch User<br />
Interface Slider und Radio Buttons erweitert wird. Diese Punkte kodieren farbig zusätzlich<br />
die jeweiligen Filmkategorien, wie zum Beispiel „Action“ oder „Sience Fiction“. Mittels der<br />
Interaktionstechnik der Dynamic Queries, ist es dem Benutzer möglich, mittels direkter<br />
Manipulation eine Anfrage rasch zu spezifizieren. Durch Kopplung dieser Anfrage mit der<br />
visuellen Darstellung, erhält er ein sofortiges visuelles Feedback.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) Filmdatenbank<br />
VizTechnik(en) Point-Graph 2D, Scatterplot<br />
Quelle(n) [AS 1994a], [AS 1994b]<br />
Influence Explorer<br />
Lisa Tweedie, Robert Spence, Huw Dawkes, Hua Su<br />
Abb. 119 Influence Explorer [MIK 2003]<br />
177
Durch sogenannte Interactive Visualisation Artifacts (IVAs) können wichtige abstrakte<br />
mathematische Modelle offen gelegt werden. Dies erfolgt dadurch, dass man <strong>Daten</strong>,<br />
welche durch abstrakte mathematische Modelle generiert wurden, in einfachen<br />
miteinander verlinkten Graphen darstellt. Der Influence Explorer stellt ein solches IVA<br />
dar. In diesem Beispiel des Prozesses einer Glühbirnenproduktionsplanung werden links<br />
zwei horizontale und rechts vier vertikale Histogrammen zu den darunter, bzw. links<br />
daneben stehenden Parametern angezeigt. Dabei werden die Glühbirnen, welche für eine<br />
Produktion noch in Frage kommen, visuell hervorgehoben. Die sechs Parameter können<br />
vom Benutzer verändert und somit unter anderem der Zusammenhang zwischen<br />
Helligkeit und Arbeitsumgebung interaktiv untersucht werden.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) Produktionsplanung<br />
VizTechnik(en) Histobar-Graph 2D, Parallele Koordinaten<br />
Quelle(n) [TSD 1996]<br />
libViewer<br />
Andreas Rauber, Harald Bina<br />
Abb. 120 libViewer [Lib 2004]<br />
In der libViewer Anwendung, welche Teil des SOMlib Projektes ist, werden die<br />
Suchergebnisse eines Suchsystems als dreidimensionale Bücher dargestellt, wobei die<br />
Attribute der Bücher (Farbe, Größe, Typ, ...) die Metadaten der Dokumente kodieren.<br />
libViewer verwendet ein virtuelles Bücherregal um die Bücher (Dokumente) in<br />
bestimmter Ordnung oder Gruppierung darzustellen. Die Bücher können so entweder<br />
anhand der vorhandenen Metadaten, wie z.B. Größe oder Relevanz, angeordnet werden<br />
oder mit Hilfe eines neuralen Netzwerks in Form einer Self-Organizing Map [Koh 1998],<br />
welche Dokumente mit ähnlichen Themen gruppiert. Jede dieser Gruppierungen wird auf<br />
178
einem einzelnen Bücherbrett im Bücherregal dargestellt, welches mit Hilfe einer<br />
sogenannten LabelSOM Technik beschriftet wird.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) Dokumentenrecherche<br />
Metapher Book, Bookshelf<br />
Quelle(n) [RB 1999]<br />
Rapid Serial Visual Presentation (RSVP)<br />
Oscar de Brujin, Robert Spence<br />
New<br />
Experiment 2<br />
Abb. 121 RSVP mit Abbildungen [Spe 2001]<br />
Rapid Serial Visual Presentation oder RSVP entspricht der elektronischen Version des<br />
„Durchblättern“ eines Buches um seinen Inhalt einschätzen zu können. RSVP eignet sich<br />
vor allem sowohl für das Durchbrowsen als auch für die Suche elektronischer Information<br />
auf kleinen Displays. Diese Information kann dabei aus Text- oder aus Bilddaten<br />
bestehen. Im Beispiel der Abb. 121, ist es dem Benutzer möglich den Inhalt des Ordners<br />
„New“ mittels RSVP zu erforschen. Ein Mausklick auf das Symbol des halbkreisförmigen<br />
Bereichs auf dem Ordner aktiviert eine RSVP mit Abbildungen vom Inhalt. Dabei<br />
erscheinen die Abbildungen auf der einen Seite des Ordners, laufen in einem Halbkreis<br />
um den Ordner herum, um auf der anderen Seite wieder zu verschwinden. Das schwarze<br />
Segment innerhalb des Symbols des Halbkreises zeigt dabei den Fortschritt der<br />
Präsentation an. Ein zweiter Klick auf das Symbol stoppt das „Blättern“.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) Browsen durch Text- und Bildinformation<br />
VizTechnik(en) Path-Graph 2D<br />
Quelle(n) [BSp 1999], [BSp 2000], [BSC 2001]<br />
179
Starstruck<br />
Beth Hetzler, Paul Whitney, Lou Martucci, Jim Thomas<br />
Abb. 122 Starstruck [PNL 2004]<br />
Die Starstruck-<strong>Visualisierung</strong> soll zwei Ziele erreichen: Erstens, verschiedene Levels <strong>von</strong><br />
Granularitäten innerhalb des Informationsraumes darstellen und zweitens der Form <strong>von</strong><br />
Clustern innerhalb des Informationsraumes eine Bedeutung beimessen. In der<br />
Starstruck-<strong>Visualisierung</strong> wird jedes Dokument als eine Flächenexplosion <strong>von</strong> Topic-<br />
Strahlen, welche an Sterne erinnert, dargestellt. Die Länge <strong>von</strong> jedem Strahl gibt die<br />
Stärke der zugehörigen Topics oder Themen in diesem Dokument an. Die Reihenfolge der<br />
Themen-Strahlen ab der 12-Uhr-Position in Richtung Uhrzeigersinn ist für jedes<br />
Dokument gleich. Die Strahlen sind dabei so angeordnet, dass Themen, welche inhaltlich<br />
miteinander zu tun haben, in der Flächenexplosion nahe aneinander liegen. Dies<br />
ermöglicht dem Benutzer themenschwache und themenstarke Gebiete zu erkennen. Die<br />
<strong>Visualisierung</strong> soll thematische Muster innerhalb einer Gruppe oder einem Cluster <strong>von</strong><br />
Dokumenten zeigen. Die einzelnen Flächenexplosionen für eine Gruppe sind entlang einer<br />
unsichtbaren Linie in dem Raum ausgerichtet. Der Benutzer kann die Ansicht wechseln,<br />
so dass alle Flächenexplosionen überlagert dargestellt werden und so die Verteilung der<br />
Themen innerhalb dieser Gruppe in einer Gesamtansicht klar erkennbar ist. Indem der<br />
Benutzer die Ansichtsrotation variiert, kann er <strong>von</strong> dieser Gesamtansicht der Gruppe zu<br />
einer Ansicht der einzelnen Dokumente schwenken.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) Dokumentenexploration<br />
VizTechnik(en) Link-Graph 3D<br />
Quelle(n) [PNL 2004], [HWM 1998]<br />
180
Super Table - VisMeB<br />
Peter Klein, Harald Reiterer, Frank Müller, Tobias Limbach<br />
Abb. 123 Supertable und 3D Scatterplot [KRM 2003]<br />
Die Supertable gehört, wie auch die Circle Segments View zu den verschiedenen<br />
Visualiserung <strong>von</strong> VisMeB (Visual Metadata Browser). Die Super Table, welche unter<br />
anderem mit einem dreidimensionalen Scatterplot kombiniert werden kann (Abb. 123),<br />
bietet dem Benutzer mittels Bar-Charts, im Text hervorgehobenen Worten und<br />
Histogrammen eine Übersicht über den gesamten <strong>Daten</strong>bestand. Der 3D Scatterplot<br />
erlaubt dem Benutzer über Rotation, Zooming und Selektieren der <strong>Daten</strong>objekte, welche<br />
in diesem 3D-Gitter als Würfel dargestellt werden, den durch zuvor eingestellte<br />
Parameter reduzierten <strong>Daten</strong>bestand genauer im Detail zu erforschen.<br />
<strong>Daten</strong>typ Multidimensional<br />
Anwendungsbereich(e) <strong>Daten</strong>exploration<br />
VizTechnik(en) Point-Graph 3D, Scatterplot 3D, Histobar-Graph 2D,<br />
Bar-Graph 2D<br />
Quelle(n) [KRM 2003]<br />
Table Lens<br />
Ramana Rao, Stuart Card<br />
Abb. 124 Table Lens [RC 1994]<br />
181
Die Table Lens ist eine <strong>Visualisierung</strong> für die Suche nach Patterns und Ausreißern in<br />
multivariaten <strong>Daten</strong>sätzen, welche sich besonders für numerische und kategorische<br />
<strong>Daten</strong> geeignet. Die Table Lens bietet eine strukturierte grafische Repräsentation, welche<br />
das Browsen durch große Mengen <strong>von</strong> Werten, Variablen und Cases unterstützt. Dabei<br />
repräsentieren die Zeilen Cases und die Spalten Variablen. Durch Verwendung der<br />
Fisheye-Technik ist es dem Benutzer möglich, eine oder mehrere Zeilen „zu öffnen“ um<br />
zum Beispiel in Form <strong>von</strong> Text, detaillierte Informationen zu den einzelnen Werten zu<br />
erhalten. Für die Repräsentation <strong>von</strong> Werten quantitativer Variablen wird eine grafische<br />
Bar verwendet, welche stets an der linken Kante der Zelle verankert ist. Diese bezeichnet<br />
entweder einen Minimalwert, Null oder eine untere Grenze. Die Länge der Bars verhält<br />
sich proportional zu der relativen Größe des repräsentierten Wertes. Die Verwendung <strong>von</strong><br />
grafischen Repräsentationen bietet nicht nur einen Skalierungsvorteil, sondern bietet<br />
ebenso einen Vorteil für die Exploration, da große Mengen <strong>von</strong> schmalen Bars vom<br />
Benutzer wesentlich schneller überflogen werden können als eine vergleichbare Menge an<br />
textuell repräsentierten Zahlen. Weitere wichtige Funktionen der Table Lens sind zum<br />
Beispiel: das Sortieren einer Spalte anhand ihrer Werte (auf- oder absteigend) und das<br />
Erzeugen einer neuen Spalte, welche anhand einer auf anderen Spalten basierenden<br />
Formel errechnet wird.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) Baseball Statistiken<br />
VizTechnik(en) Tile-Graph 2D, Bar/Histobar-Graph 2D, Fisheye-Technik<br />
Metapher Lens-Metapher<br />
Quelle(n) [PR 1996], [RC 1994]<br />
Web Forager<br />
Stuart K. Card, George G. Robertson, William York<br />
Abb. 125 Web Forager [CRY 1996] (li.) und Bookshelf [CRY 1996] (re.)<br />
182
Während das WebBook ein einzelnes Buch darstellt, ermöglicht Web Forager dem<br />
Benutzer mit mehreren solcher WebBooks in einem Information Workspace zu arbeiten.<br />
Web Forager ist Teil des Information Visualizer Systems [RCM 1993]. In einem<br />
dreidimensionalen Raum werden WebBooks, bzw. einzelne HTML-Seiten dargestellt, mit<br />
welchen der Benutzer interagieren kann (Links, Speichern, Einfügen <strong>von</strong> einzelnen Seiten<br />
in WebBooks). Dieser Raum, in welchen der Benutzer auch „hineinfliegen“ kann, ist<br />
hierarchisch geordnet. Die vorderste Ebene (großes Buch oder Seite) zeigt entweder eine<br />
Seite, ein Buch oder ein geöffnetes Buch in voller Größe, welches dem Benutzer die<br />
direkte Interaktion mit dem Inhalt ermöglicht. In der mittleren Ebene (Luftraum und<br />
Tisch) können Seiten oder Bücher, wenn sie zwar verwendet, jedoch nicht im<br />
unmittelbaren Fokus liegen, platziert werden. Die dritte Ebene (das Bücherregal)<br />
ermöglicht die permanente Speicherung einer Vielzahl <strong>von</strong> Seiten und Bücher.<br />
<strong>Daten</strong>typ Multi-Dimensional<br />
Anwendungsbereich(e) HTML Seiten, WebBooks<br />
VizTechnik(en) Fisheye-Technik<br />
Metapher Book, Bookshelf<br />
Quelle(n) [CRY 1996], [PF 2003], [PFR 2002]<br />
Cam Tree<br />
Georg G. Robertson, Jock D. Mackinlay, Stuart K. Card<br />
Abb. 126 Cam Tree [RMC 1991]<br />
Cam Trees stellen ein alternatives Layout zu Cone Trees dar. Ihre Orientierung ist im<br />
Gegensatz zu Cone Trees horizontal ausgerichtet. Dies hat den Vorteil, dass die einzelnen<br />
Knoten mit Text beschriftet werden können. Da<strong>von</strong> abgesehen haben Cam Trees<br />
dieselben Eigenschaften wie Cone Trees.<br />
183
<strong>Daten</strong>typ Tree<br />
Anwendungsbereich(e) Hierarchische Strukturen<br />
VizTechnik(en) Link-Graph 3D<br />
Quelle(n) [RMC 1991], [Chi 2002]<br />
Collapsible Cylindrical Tree (CCT)<br />
Raimund Dachselt, Jürgen Ebert<br />
Abb. 127 Collapsible Cylindrical Tree (CCT) [DE 2001]<br />
Collapsible Cylindrical Trees eignen sich für die <strong>Visualisierung</strong> mittelgroßer Hierarchien.<br />
Dabei werden die verschiedenen Topics, wie z.B. die Themenbereiche einer Webseite,<br />
durch gleichgroße, verschiedenfarbige Zylinder repräsentiert. Die Unterpunkte zu den<br />
jeweiligen Topics werden auf der Oberfläche der Zylinder, welche interaktiv vom<br />
Benutzer rotiert werden können, dargestellt. Durch Auswahl eines bestimmten<br />
Unterpunkts verkleinern sich alle übrigen Zylinder und eine weitere Hierachieebene fährt<br />
in Form eines kleineren Zylinders teleskopartig aus dem ausgewählten Zylinder aus. Auf<br />
der Oberfläche dieses Zylinders sind wiederum die zugehörigen Unterpunkte abgebildet.<br />
Die Auswahl kann entsprechend fortgesetzt werden. Die Idee dahinter ist, nicht die<br />
gesamte Baumhierarchie auf einmal darzustellen, sondern nur die ersten beiden Ebenen<br />
eines Baums plus den gewählten Hierachiepfad in die unteren Ebenen. Durch das<br />
dynamische Erscheinen und Verbergen soll eine sinnvolle Balance der Darstellung <strong>von</strong><br />
Details und Kontext erzielt werden. Ziel ist neben einer verständlichen dreidimensionalen<br />
<strong>Visualisierung</strong> <strong>von</strong> Hierarchien, dem Benutzer eine schnelle und intuitive Interaktion mit<br />
den Knoten zu ermöglichen. Lediglich ein Mausklick ist nötig, um jeden Knoten zu<br />
erreichen und eine Aktion auf ihm auszulösen, wie z.B. die Darstellung einer Webseite.<br />
Ursprünglich wurden die CCTs für die Darstellung <strong>von</strong> Webhierarchien entwickelt, jedoch<br />
ist ihr Einsatz auch in anderen Bereichen denkbar.<br />
184
<strong>Daten</strong>typ Tree<br />
Anwendungsbereich(e) Webhierarchien<br />
VizTechnik(en) Link-Graph 3D<br />
Quelle(n) [DE 2001]<br />
Cone Tree<br />
Georg G. Robertson, Jock D. Mackinlay, Stuart K. Card<br />
Abb. 128 Cone Tree [RMC 1991]<br />
Cone Trees sind <strong>Visualisierung</strong>en, welche die Darstellung <strong>von</strong> hierarchischen Strukturen -<br />
hier eine Verzeichnisstruktur - in einem dreidimensionalen Raum ermöglichen. Die<br />
Anordnung der Knoten, der einzelnen Hierarchieebenen erfolgt kegelförmig, wobei die<br />
Kegel derselben Ebene stets dieselbe Höhe besitzen. Die Repräsentation der Knoten<br />
erfolgt mittels Indexkarten. Wird ein Knoten vom Benutzer selektiert, dreht sich der Cone<br />
Tree in solch eine Position, dass der entsprechende Knoten und alle Knoten in dem Pfad<br />
in der Hierarchie über ihm, für den Benutzer zu sehen sind. Darüber hinaus wird der<br />
entsprechende Pfad visuell hervorgehoben. Um durch die Hierarchie zu browsen, ist es<br />
dem Benutzer möglich, den Cone Tree langsam zu drehen. Die Dreidimensionalität<br />
ermöglicht die volle Ausnutzung des verfügbaren Bildschirmplatzes, so dass die gesamte<br />
Struktur des Trees dargestellt werden kann. Cone Trees sind Teil des Information<br />
Visualizer.<br />
<strong>Daten</strong>typ Tree<br />
Anwendungsbereich(e) Hierarchische Strukturen<br />
VizTechnik(en) Link-Graph 3D<br />
Quelle(n) [RMC 1991], [Chi 2002]<br />
185
Disk Tree<br />
Ed H. Chi<br />
Abb. 129 Disk Tree [Chi 2002]<br />
Disk Trees stellen hierarische Informationen dar. Die <strong>Visualisierung</strong> repräsentiert im Fall<br />
<strong>von</strong> Abb. 129 den Informationsgebrauch der 7588 Dokumente auf der Webseite<br />
www.xerox.com innerhalb einer Woche. Das Zentrum des Disk Trees stellt die Startseite<br />
dar und jede da<strong>von</strong> ausgehende Linie repäsentiert einen Link innerhalb dieser Seite zu<br />
einer anderen Seite. Gelbe Linien repräsentieren Links zu gelöschtem Inhalt und rote<br />
Links zu hinzugefügtem Inhalt. Je heller die grünen Links und je breiter die Linien sind,<br />
um so häufiger wurde der Link benutzt. Links, welche nur einen Schritt entfernt sind,<br />
liegen auf dem ersten konzentrischen Ring. Links, welche zwei Schritte entfernt sind,<br />
liegen auf dem zweiten konzentrischen Ring, und so weiter. Für jeden Knoten auf den<br />
einzelnen konzentrischen Ringen belegt der Basic Disk Tree Algorithmus einen<br />
winkelförmigen Raum, welcher sich zu der Anzahl der Kinder dieses Knotens proportional<br />
verhält. Das System stellt an der Seite des Bildschirms zu jedem Knoten, welchen der<br />
Benutzer mit der Maus überfährt, detaillierte Informationen über die Verwendung dar.<br />
Der Benutzer hat so die Möglichkeit die Struktur des Disk Trees zu erforschen, um zu<br />
verstehen, welche Webseite an welcher Stelle auf dem Disk Tree dargestellt wird.<br />
<strong>Daten</strong>typ Tree<br />
Anwendungsbereich(e) Webhierarchien<br />
VizTechnik(en) Link-Graph 2D<br />
Quelle(n) [Chi 2002]<br />
186
Hyperbolic Tree<br />
John Lamping, Ramana Rao and Peter Pirolli<br />
Abb. 130 Hyperbolic Tree [MIK 2003]<br />
Der Hyperbolic Tree nutzt für die <strong>Visualisierung</strong> und Manipulation großer Hierarchien eine<br />
Fisheye-Technik. Diese Technik ordnet einem Teil der Hierarchie einen größeren<br />
Darstellungsraum zu, während dieser nach wie vor noch in den Kontext der gesamten<br />
Hierarchie eingebettet ist. Das Wesentliche dieses Schemas ist es, die Hierarchie auf<br />
einheitliche Art und Weise auf einer hyperbolischen Ebene anzuordnen und diese Ebene<br />
dann auf einen kreisförmigen Darstellungsbereich zu mappen. Durch Selektion (Mausklick<br />
oder Drag and Drop) eines der Knoten einer tiefergelegenen Hierarchiebene, wird dieser<br />
in den Fokusbereich gezogen und somit die gesamte Struktur des Hyperbolic Tree neu<br />
ausgerichtet.<br />
<strong>Daten</strong>typ Tree<br />
Anwendungsbereich(e) Hierarchische Strukturen<br />
VizTechnik(en) Link-Graph 2D, Polar Tree, Fisheye-Technik<br />
Quelle(n) [LRP 1995]<br />
Pad++<br />
Benjamin B. Bederson, James D. Hollan<br />
Abb. 131 Pad++ [Pad 2004] (li.), Zooming Site Map für die Pad++ Webseite [Pad 2004] (li.mi.),<br />
Zweite Hierarchietiefe der Pad++ Webseite [Pad 2004] (re.mi.),<br />
Dritte Hierarchietiefe der Pad++ Webseite mit Detailfenster [Pad 2004] (re.)<br />
187
Pad++ ist ein so genanntes „Zooming Graphical Interface (ZUI)“, welches eine<br />
Alternative zu traditionellen Window- und Icon-basierten Ansätzen des Interface Designs<br />
darstellt. Es unterstützt die Erzeugung und Manipulation <strong>von</strong> mehrfach-skalierten<br />
Objekten und die Navigation durch den Objektraum. Zu den Standardobjekten, welche<br />
Pad++ unterstützt gehören Text, Textdateien, Hypertext, Grafiken und Bilder. Die<br />
einzelnen Funktionen, wie „Zoom in“ oder „Zoom out“ erfolgen immer im Umkreis des<br />
Kursors, so dass der Benutzer das Zooming durch dessen Positionierung dynamisch<br />
kontrollieren kann. Pad++ nutzt so genanntes „Semantic Zooming“. Dabei bestimmt die<br />
Größe des dargestellten Objektes immer die Art der Darstellung des Objektes. D.h. wird<br />
ein Ordner sehr klein dargestellt, wird lediglich ein bloßes Rechteck angezeigt. Je weiter<br />
der Benutzer hineinzoomt, desto größer wird dieser Ordner und enthüllt entsprechend<br />
mehr Details, wie z.B. Beschriftung (Label) oder Inhalt.<br />
Abb. 131 zeigt Ausschnitte aus einer Demonstration des ZUI, welche die Navigation<br />
durch die Webseite <strong>von</strong> Pad++ 20 ermöglicht. Klickt der Benutzer auf ein farbiges Objekt,<br />
wie z.B. dem pinkfarbenen Kreis links unten („In the press“), wird das entsprechende<br />
Objekt herangezoomt und enthüllt dadurch die hierarchisch tieferliegenden Menuepunkte<br />
(Abb. 131 mitte). Die eigentlichen Objekte, wie zum Beispiel Presseartikel, werden dann<br />
in einem zusätzlichen Detailfenster angezeigt (Abb. 131 rechts). Möchte der Benutzer zu<br />
höher liegenden Hierarchiebenen wieder zurückkehren, klickt er auf den Hintergrund des<br />
jeweiligen Objektes.<br />
<strong>Daten</strong>typ Tree<br />
Anwendungsbereich(e) Hierarchische Strukturen (Webseiten)<br />
VizTechnik(en) Tile-Graph 2D<br />
Quelle(n) [BH 1994]<br />
20 Demonstration des ZUIs anhand der Sitemap auf der Pad++ Projektseite<br />
URL: http://www.cs.umd.edu/hcil/pad++/sitemap/<br />
188
Treemaps<br />
Brian Johnson, Ben Shneiderman<br />
Abb. 132 Treemap [Dae 2003]<br />
Treemaps eignen sich für die <strong>Visualisierung</strong> großer, hierarchisch organisierter<br />
Informationsmengen. Dabei werden die verschiedenen Hierarchieebenen als ineinander<br />
geschachtelte Rechtecke dargestellt. Treemaps ermöglichen die <strong>Visualisierung</strong> der<br />
gesamten Hierarchie in einer einzelnen Darstellung. Abb. 132 zeigt die <strong>Visualisierung</strong><br />
eines kompletten Dateisystems. Jedes Verzeichnis und jede Datei wird als farbiges<br />
Rechteck, dessen Größe sich proportional zur jeweiligen Verzeichnis- bzw. Dateigröße<br />
verhält, dargestellt. Die Farben der Rechtecke kodieren dabei unterschiedliche<br />
Dateitypen, wie z.B. Text, Bild, Applikation, etc. Klickt der Benutzer auf eine der farbigen<br />
Flächen, erhält er nähere Informationen zu dieser Datei, wie z.B. Dateiname, Pfad,<br />
Erstellungsdatum, etc.<br />
<strong>Daten</strong>typ Tree<br />
Anwendungsbereich(e) Hierarchische <strong>Daten</strong><br />
VizTechnik(en) Tile-Graph 2D<br />
Quelle(n) [JoS 1991]<br />
189
Grocery Purchasing Correlations<br />
Stephen G. Eick<br />
Abb. 133 Grocery Purchasing Correlations [Eic 1996]<br />
Da es für viele Beziehungstypen kein natürliches Layout gibt, muss man sich auf<br />
Layoutalgorithmen stützen, um Knoten, welche zueinander in Beziehung stehen zu<br />
positionieren. Die Hauptidee hinter diesem Algorithmus ist, dass sich alle Knoten gleich<br />
stark abstossen, wogegen die Beziehungen zwischen den Knoten eine anziehende<br />
Wirkung haben. Die <strong>Daten</strong> aus Abb. 133 stammen aus einer Analyse <strong>von</strong> Warenkörben in<br />
einem Einkaufsmarkt. Die Knotengrößen und –farben zeigen die Einkaufs-<br />
wahrscheinlichkeit und die Verbindungen die Zusammenhänge zwischen den einzelnen<br />
Waren an. Je größer und farbintensiver eine Verbindung ist, desto höher ist die<br />
Wahrscheinlichkeit, dass diese beiden Waren zusammen gekauft werden. Im oberen<br />
rechten Bereich sieht man die Waren „Hot-Dogs“, „Hot-Dog-Brötchen“ und „Chips“,<br />
welche sehr häufig zusammen gelauft werden.<br />
<strong>Daten</strong>typ Network<br />
Anwendungsbereich(e) Netzwerk<br />
VizTechnik(en) Link-Graph 2D<br />
Quelle(n) [Eic 1996]<br />
190
Hot Sauce<br />
Apple Computer Incorporation<br />
Abb. 134 Hot Sauce [Dae 2003]<br />
Hotsauce ist eine visuelle Benutzerschnittstelle zur Exploration des Verlinkunsschemas<br />
<strong>von</strong> Webseiten. In Form eines dreidimensionalen Informations- und Navigationssystems,<br />
ermöglicht es dem Benutzer die interaktive Exploration <strong>von</strong> Webinhalten. Durch eine<br />
einfache Fly-Through-Navigation kann der Benutzer tiefer in das Hyperlinkschema<br />
vordringen. Durch diesen interaktiven Zoom erscheinen neue Unterkategorien, wogegen<br />
andere Kategorien aus dem Sichtfeld verschwinden.<br />
<strong>Daten</strong>typ Network<br />
Anwendungsbereich(e) Verlinkungsschema <strong>von</strong> Webseiten<br />
VizTechnik(en) Link-Graph 2D<br />
Quelle(n) [Hot 2004]<br />
Hyperspace (Narcissus)<br />
R.J.Hendley, N.S.Drew, A.M.Wood & R.Beale<br />
Abb. 135 Hyperspace (Narcissus) [Dae 2003]<br />
Hyperspace ermöglicht es, die Hyperlinkstruktur <strong>von</strong> Teilbereichen des Webs<br />
darzustellen. Die Anordnung der Webseiten im Informationsraum erfolgt so, dass<br />
zusammengehörige, d.h. über Hyperlinks verbundene Webdokumente, räumlich nahe<br />
beieinander positioniert werden. Andere Dokumente, welche nicht über Hyperlinks<br />
191
verbunden sind, rücken dagegen weiter auseinander. Jede Webseite wird durch eine<br />
Kugel repräsentiert, wobei die Größe einer Kugel die Anzahl <strong>von</strong> Hyperlinks kodiert,<br />
welche <strong>von</strong> dieser Seite ausgehen. Die Hyperlinks werden in dieser Darstellung als<br />
einfache Verbindungslinien dargestellt. Die Gesamtstruktur des Netzwerkes wird in einem<br />
3D-Raum zufällig verteilt positioniert. Mit Hilfe nichtlinearer Optimierungsverfahren<br />
können sich die Objekte im Raum selbst organisieren. Während sich Kugeln, also<br />
Webseiten abstoßen, bewirken Links eine Anziehung. Nach Ablauf des iterativen<br />
Verfahrens zeigen sich oftmals interessante Raumstrukturen. In Abb. 135 ist eine klare<br />
Separation <strong>von</strong> Indexseiten zu erkennen, die optisch mit Stecknadelkissen verglichen<br />
werden können.<br />
<strong>Daten</strong>typ Network<br />
Anwendungsbereich(e) Netzstruktur und Linkverhalten im Internet<br />
VizTechnik(en) Link-Graph 3D<br />
Quelle(n) [Dae 2003]<br />
Narcissus<br />
R.J.Hendley, N.S.Drew, A.M.Wood & R.Beale<br />
Abb. 136 Narcissus [HDW 1995] (li.) und Narcissus Variation [HDW 1995] (re.)<br />
Durch die ständig wachsende Zahl an Internetdomains wird die Notwendigkeit, große<br />
<strong>Daten</strong>mengen durch <strong>Visualisierung</strong>stechniken einfacher verständlich und handhabbar zu<br />
machen immer größer. Das System Narcissus verwendet selbstorganisierende Systeme<br />
und virtuelle Realitäten für die Darstellung solcher <strong>Daten</strong>. Die Kernidee dabei ist, Objekte<br />
und deren Verhalten darzustellen. Dabei wird ein steter Prozess verwendet, welcher mit<br />
verschiedenen Applikationen wie Webbrowsern oder Softwareprogrammumgebungen<br />
über KQML (Knowledge Query and Manipulation Language) kommuniziert. Diese<br />
Applikationen sind zumeist heterogen. Die ständige Veränderung in den Verhaltens-<br />
192
mustern führt zu einer ständigen Veränderung in der <strong>Visualisierung</strong>. Hat sich ein gewisser<br />
Zustand eingependelt spricht man <strong>von</strong> einer organisierten Struktur. Abb. 136 links zeigt<br />
die Repräsentation einer Sammlung <strong>von</strong> Webseiten. In diesem Beispiel, welches mehrere<br />
hundert Knoten repräsentiert, werden wichtige strukturelle Informationen deutlich. Zum<br />
Beispiel stellt die Struktur auf der rechten Seite der <strong>Visualisierung</strong> eine Sammlung <strong>von</strong><br />
Seiten eines Handbuches und zugehörige Beispiele dar. Die großen Knoten sind dabei die<br />
Indexverzeichnisse zu diesen Seiten, die Ball-ähnliche Struktur repräsentiert eine Gruppe<br />
<strong>von</strong> querverlinkten Handbuchseiten und die Struktur darunter die zugehörigen Beispiele.<br />
Mittels diverser Tools ist es dem Benutzer möglich, durch diese Objekte zu navigieren,<br />
diese zu selektieren, manipulieren und einige Aspekte des Verhaltens dieser Objekte zu<br />
kontrollieren. Abb. 136 rechts stellt eine Variation zu Abb. 136 links dar. In dieser<br />
<strong>Visualisierung</strong> werden einzelne Knotenpunkte, welche durch Icons auf der Oberfläche<br />
eines neuen fiktiven Knotens dargestellt werden, zusammengefasst. Dies soll dem<br />
Benutzer eine übersichtlichere Darstellung der Struktur des Netzeswerkes bieten.<br />
<strong>Daten</strong>typ Network<br />
Anwendungsbereich(e) Netzwerkstruktur <strong>von</strong> Webseiten<br />
VizTechnik(en) Link-Graph 3D<br />
Quelle(n) [HDW 1995]<br />
SeeNet<br />
Kenneth C. Cox, Stephen G. Eick, Taosong He<br />
Abb. 137 SeeNet [CEH 1996] (li.), SeeNet Helix [CEH 1996] (mi.), SeeNet Emailverkehr [CEH 1996] (re.)<br />
Mittels SeeNet lassen sich <strong>Visualisierung</strong>en <strong>von</strong> Netzwerken erstellen, welche Benutzer<br />
dabei unterstützen sollen, das Verhalten <strong>von</strong> Netzwerken zu verstehen. Die Haputidee<br />
dabei ist, nicht nur die Struktur eines Netzwerkes, sondern vielmehr die mit diesem<br />
Netzwerk assoziierten <strong>Daten</strong> zu visualisieren. Abb. 137 zeigt den Internettraffic zu und<br />
aus den USA. Diese Darstellung ist vergleichbar mit den Speichen eines Rades. Die Größe<br />
und Farbe der Links (Speichenden) symbolisiert den Traffic zu und <strong>von</strong> diesen Links.<br />
193
Während die meisten Informationstypen als Grafik oder Netzwerk, dessen Knoten die<br />
Objekte und deren Verbindungen die Beziehungen zwischen den Objekten symbolisieien,<br />
nutzt diese <strong>Visualisierung</strong> die Vorteile einer dreidimensionalen Darstellung. Dies hat den<br />
Vorteil, dass die Positionen der Links in Relation zu deren tatsächlichen geografischen<br />
Lage dargestellt werden können.<br />
Eine weitere <strong>Visualisierung</strong> <strong>von</strong> SeeNet, welche in Abb. 137 rechts zu sehen ist,<br />
visualisiert den Emailverkehr zwischen verschiedenen Personen. Die Knoten stellen dabei<br />
die einzelnen Personen dar und die Verbindungslinien zwischen den Knoten die<br />
ausgetauschten Emails. Die Farbe und Dicke der Linien kodiert dabei die Intensität des<br />
Emailverkehrs. Darüber hinaus kann der Benutzer aus der Darstellung die Anzahl der<br />
Personen in den jeweiligen Regionen ersehen, welche sich am Emailverkehr beteiligen.<br />
<strong>Daten</strong>typ Network<br />
Anwendungsbereich(e) Netzwerkstrukturen (Internettraffic, Emailverkehr)<br />
VizTechnik(en) Link-Graph 2D, 3D<br />
Quelle(n) [CEH 1996]<br />
194
4.4 Konzeptioneller Einsatz der Techniken<br />
God is in the details.<br />
[Mies van der Rohe]<br />
The devil is in the details.<br />
[Shultz]<br />
Die Frage, welche sich bei der großen Vielzahl an <strong>Visualisierung</strong>stechniken stellt, ist:<br />
„Wann wird welche Technik sinnvollerweise zum Einsatz gebracht?“ Idealerweise gäbe es<br />
hierfür ein allgemeingültiges Konzept oder eine Liste - vergleichbar einem Telefonbuch -<br />
in der man lediglich unter den bekannten Angaben, wie zum Beispiel den Ausgangsdaten,<br />
nachsehen müsste und eine, bzw. eine Auswahl an Lösungen geliefert bekäme, welche<br />
den sicheren Erfolg der <strong>Visualisierung</strong> garantieren könnte.<br />
Tatsächlich ist der sinnvolle und damit erfolgreiche Einsatz einer <strong>Visualisierung</strong> jedoch<br />
komplex und hängt <strong>von</strong> einer Vielzahl <strong>von</strong> Faktoren ab. Eine Pauschalisierung im Sinne<br />
<strong>von</strong>: „Sind die vorliegenden <strong>Daten</strong> vom Typ X, dann nehme man <strong>Visualisierung</strong>stechnik<br />
Y.“ ist fragwürdig. Sicherlich gibt es <strong>Visualisierung</strong>en, welche sich für manche <strong>Daten</strong><br />
mehr, für andere weniger eignen, jedoch hängt der Einsatz letztendlich immer <strong>von</strong> der<br />
jeweiligen individuellen Situation ab. Nicht ohne Grund bedienen sich viele<br />
<strong>Visualisierung</strong>ssysteme parallel einer Vielzahl <strong>von</strong> unterschiedlichen Techniken und<br />
Interaktionsmöglichkeiten um dem Benutzer so die Möglichkeit zu geben, verschiedene<br />
Sichten auf die <strong>Daten</strong>basis zu erzeugen und diejenigen zu nutzen, welche ihm am<br />
geeignesten erscheinen. Dies liegt mit darin begründet, dass häufig nicht alle Faktoren,<br />
welche am Erfolg einer <strong>Visualisierung</strong> maßgeblich beteiligt sind, im Vorfeld bekannt sind.<br />
Um eben dem entgegenzuwirken versuchen <strong>Visualisierung</strong>ssysteme häufig dem Benutzer<br />
ein möglichst breites Feld an Auswahl- und Interaktionsmöglichkeiten mit den <strong>Daten</strong> zu<br />
bieten.<br />
So identifizierte beispielsweise [Mar 1997] für den Prozess der Informationssuche eine<br />
Reihe <strong>von</strong> Faktoren, welche diesen generell beeinflussen. Zu diesen Faktoren gehören der<br />
Informationssuchende selbst mit seinem mentalen Modell und andere Faktoren, so wie<br />
die eigentliche Aufgabe (Task), das Suchsystem oder der Anwendungsbereich.<br />
195
4.4.1 5T-Environment<br />
Dieser Ansatz, der „4T-Environment“ wurde <strong>von</strong> Thomas Mann und Harald Reiterer<br />
zunächst als Klassifizierungsmodell für <strong>Visualisierung</strong>en vorgeschlagen und in einem<br />
späteren Schritt um eine zusätzliche Dimension erweitert [MR 2000]. Dieser “5T-<br />
Environment” zufolge gibt es somit insgesamt fünf Hauptfaktoren, welche den Nutzen,<br />
bzw. Erfolg <strong>von</strong> <strong>Visualisierung</strong>en beeinflussen:<br />
Target user group<br />
� Target user group<br />
� Type and number of data<br />
� Task to be done<br />
� Technical possibilities<br />
� Training<br />
Gemeint sind damit nicht nur Benutzergruppen kategorischer Art, wie zum Beispiel<br />
Wissenschaftler oder Handwerker, sondern auch Unterschiede in der individuellen<br />
Wahrnehmung und Verarbeitung <strong>von</strong> Information <strong>von</strong> einzelnen Personen. Diese hängt<br />
zum Beispiel <strong>von</strong> der Art und Weise ab, wie Personen in räumlichen Dimensionen denken.<br />
Für weitere Informationen siehe [Ega 1988], [Bor 1989], [Shn 1998] oder [Hea 1999].<br />
[Man 2002]<br />
Type and number of data<br />
Nicht nur der <strong>Daten</strong>typ ist für die Wahl einer grafischen Repräsentation wichtig, sondern<br />
auch die inhärente Ordnung der <strong>Daten</strong> selbst. Unterliegen die <strong>Daten</strong> beispielweise einer<br />
hierarchischen Ordnung, so ist es sinnvoll diese für die <strong>Visualisierung</strong> zu nutzen. Außer<br />
dem <strong>Daten</strong>typ ist auch die Anzahl der <strong>Daten</strong> relevant, da diese ebenso den Erfolg einer<br />
<strong>Visualisierung</strong> beeinflusst. So mag sich beispielsweise das Überprüfen <strong>von</strong> 50<br />
Dokumenten, welche als TileBars dargestellt werden, als sinnvoll erweisen, wären es<br />
jedoch 5000 Dokumente, so wäre die Verwendung <strong>von</strong> TileBars an dieser Stelle sicherlich<br />
für den Benutzer unzumutbar. [Man 2002]<br />
196
Task to be done<br />
Ein sehr wichtiger Faktor, welcher die Effektivität einer gewählten <strong>Visualisierung</strong><br />
beeinflusst, ist die Aufgabe (Task), welche erledigt werden soll. Es gibt eine beachtliche<br />
Anzahl <strong>von</strong> Versuchen, <strong>Visualisierung</strong>en für verschiedene Formen der Aufgaben (Tasks)<br />
zu klassifizieren oder zu bewerten, wobei die Definition <strong>von</strong> Tasks weit gefächert ist. Eine<br />
gute Darlegung, wie wichtig der Aufgabentyp für den Erfolg einer bestimmten<br />
<strong>Visualisierung</strong> ist, siehe [Cas 1991]. [Man 2002]<br />
Technical possibilities<br />
Die technischen Möglichkeiten gehören ebenfalls zu den bestimmenden Faktoren für die<br />
Nützlichkeit und den Erfolg einer <strong>Visualisierung</strong>sidee. Beispiele für solche technischen<br />
Faktoren sind, die Entscheidung ein Webbrowser basiertes User Interface oder einen<br />
Computer mit nur geringer Rechenleistung zu verwenden.<br />
Training<br />
Training oder Erfahrung scheinen ebenso wichtige Faktoren zu sein, welche den Erfolg<br />
<strong>von</strong> <strong>Visualisierung</strong>en beeinflussen. Wie für alle anderen User Interfaces, ist es wichtig,<br />
die richtige Balance zwischen Erlernbarkeit und Effizienz zu finden [Nie 1998]. Jedoch ist<br />
der Kompromiss zwischen Simplizität und Leistung [Hea 1999] nicht der einzige Faktor,<br />
welcher hierbei relevant ist. Auch die Vertrautheit des Benutzers mit der Form einer<br />
Repräsentation beeinflusst die Performanceergebnisse maßgeblich. [Man 2002]<br />
Wie auch schon im Referenzmodell für <strong>Visualisierung</strong> <strong>von</strong> [CMS 1999] zu sehen (Kapitel<br />
4.1), stellt vor allem die eigentliche Aufgabe (Task) des Benutzers den wichtigsten Faktor<br />
dar, da sie den <strong>Visualisierung</strong>sprozess triggert. Somit hängt der eigentliche Nutzen der<br />
<strong>Visualisierung</strong> immer <strong>von</strong> der Aufgabe des Benutzers ab, und nur zweitrangig <strong>von</strong> den<br />
zugrundeliegenden <strong>Daten</strong>. Der Nutzen <strong>von</strong> <strong>Visualisierung</strong>en ist also stark kontext-<br />
abhängig. Der Einsatz einer oder mehrerer <strong>Visualisierung</strong>stechniken muss daher immer<br />
individuell geprüft und den gegebenen Anforderungen entsprechend angepasst werden.<br />
Dabei liegt die Schwierigkeit und Herausforderung nicht darin, irgendeine Form der<br />
<strong>Visualisierung</strong> für die <strong>Daten</strong> zu finden, sondern eine sinnvolle und damit für den Benutzer<br />
auch nützliche <strong>Visualisierung</strong>. Dazu ist es erforderlich jede Situation auf ihre Faktoren hin<br />
zu überprüfen und aus diesen Zusammenhängen heraus, eine oder mehrere geeignete<br />
<strong>Visualisierung</strong>stechniken auszuwählen. Daher wird ein Konzept, welches lediglich die<br />
einzelnen <strong>Visualisierung</strong>stechniken und ihre <strong>Daten</strong> berücksichtigt, also die einzelnen<br />
<strong>Visualisierung</strong>stechniken vom ihrem Kontext trennt als kritisch betrachtet.<br />
197
Eine Erstellung solch eines Konzeptes für den sinnvollen Einsatz <strong>von</strong> <strong>Visualisierung</strong>en mit<br />
allgemeingültigen Charakter ist also an dieser Stelle in diesem Sinne nicht möglich.<br />
Jedoch kann nicht generell ausgeschlossen werden, dass eine weitere Beschäftigung mit<br />
der Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>, mehr Zusammenhänge zwischen<br />
<strong>Visualisierung</strong>stechniken und sinnvollen Einsatzbereichen, aufdeckt um daraus Regeln<br />
bezüglich der Verwendung <strong>von</strong> <strong>Visualisierung</strong>stechniken ableiten zu können.<br />
Als Hilfestellung bei der Auswahl <strong>von</strong> <strong>Visualisierung</strong>stechniken kann an dieser Stelle<br />
bereits jedoch die Task by Data Type Taxonomy (TTT) for Information Visualization <strong>von</strong><br />
[Shn 1996] dienen. Kapitel 4.3.1 beinhaltet unter anderem eine tabellarische Übersicht<br />
der sieben <strong>Daten</strong>typen mit jeweils zugehörigen Beispieldaten (Tab. 12). Anhand dieser<br />
Klassifizierung ist es möglich, eigene Ausgangsdaten dem jeweiligen <strong>Daten</strong>typ<br />
zuzuordnen. Da die Einteilung der Beispielvisualisierungen aus Kapitel 4.3.2 auf eben<br />
dieser Klassifizierung beruht, beinhaltet dieses Kapitel sozusagen eine Reihe <strong>von</strong><br />
<strong>Visualisierung</strong>smöglichkeiten für jeden <strong>Daten</strong>typ. Es gilt zu beachten, dass dies jedoch<br />
kein Regelwerk darstellt. Die Einteilungen der <strong>Visualisierung</strong>en zu den einzelnen<br />
Kategorien anhand der <strong>Daten</strong>typen ist, wie bereits erwähnt, nicht bindend. Mit der<br />
entsprechenden Begründung können manche <strong>Visualisierung</strong>en auch anderen Kategorien<br />
zugeordnet werden. Dennoch können diese Kategorisierungen und ihre entsprechenden<br />
<strong>Visualisierung</strong>en als Orientierungshilfe bei der Suche und Auswahl <strong>von</strong> <strong>Visualisierung</strong>s-<br />
techniken dienen.<br />
198
5. Diskussion am Beispiel<br />
In Teil 5 der Studie findet die Verknüpfung der theoretischen Rechercheergebnisse zum<br />
Praxisbezug der MB Online-Welt statt. Anhand <strong>von</strong> drei ausgewählten Settings 21 aus dem<br />
Webauftritt <strong>von</strong> Mercedes-Benz Deutschland und Schweden werden verschiedene<br />
<strong>Visualisierung</strong>smöglichkeiten, welche in den vorangegangenen Kapiteln vorgestellt<br />
wurden, diskutiert und bewertet. Die Auswahl der <strong>Visualisierung</strong>en findet anhand der<br />
ebenfalls zuvor vorgestellten 5T-Environment statt, welche die Faktoren nennt, die am<br />
erfolgreichen Einsatz <strong>von</strong> <strong>Visualisierung</strong>en maßgeblich beteiligt sind.<br />
Zunächst werden die spezifischen Settings, bei denen es sich um die Repräsentation der<br />
„Klassenwelt (PKW)“, der „Standard- und Sonderausstattungen (PKW)“ und um die<br />
„Ergebnisdarstellung der Gebrauchtwagensuche (PKW)“ handelt, kurz in ihrer derzeitigen<br />
Darstellungsform, also dem IST-Stand vorgestellt. Anschließend erfolgt die Betrachtung<br />
der Settings bezüglich der fünf Faktoren der 5T-Environment - „Target User Group“,<br />
„Type and number of data“, „Task to be done“, „Technical Possibilities“ und „Training“.<br />
Basierend auf diesen Erkenntnissen werden dann eine Reihe <strong>von</strong> <strong>Visualisierung</strong>s-<br />
möglichkeiten diskutiert, welche den erforderlichen Bedingungen entsprechen.<br />
5.1 IST-Stand der Settings<br />
Setting 1 :: Klassenwelt (PKW)<br />
Die Repräsentation der Klassenwelt (PKW) erfolgt, wie in Abb. 138 zu sehen, bisher<br />
sowohl im deutschen als auch im schwedischen Car Konfigurator vorrangig in Form <strong>von</strong><br />
Listendarstellungen. Diese Listen bestehen sowohl aus Text- als auch aus Bildmaterial.<br />
21 Die Auswahl der konkreten Settings fand bei einem Meeting am 04.02.04 durch MB statt.<br />
199
Abb. 138 Darstellung der Klassenwelt (PKW) – Car Konfigurator de (oben) und se (unten)<br />
Setting 2 :: Standard- und Sonderausstattungen (PKW)<br />
Wie auch schon die Repräsentation der Klassenwelt (PKW), erfolgt die Darstellung der<br />
Standard- und Sonderausstattungen (PKW) bisher sowohl im deutschen als auch im<br />
schwedischen Car Konfigurator, in Form <strong>von</strong> vornehmlich textbasierten Listen. Die<br />
deutsche Version des Car Konfigurators unterteilt die Listen streng nach Standard- und<br />
Sonderausstattung (Abb. 139), in der schwedischen Version hat der Benutzer die<br />
Möglichkeit, sich diese Ausstattungsmöglichkeiten auch in einer kombinierten Liste<br />
darstellen zu lassen (Abb. 140). Die Repräsentation, der zu den Ausstattungsdetails<br />
verfügbaren Bilder, erfolgt in einer getrennten Darstellung.<br />
200
Abb. 139 Standard- (oben) und Sonderausstattung (unten) der S-Klasse Limousine S430 (hier „Design“) –<br />
Car Konfigurator de<br />
Abb. 140 Darstellung der Standard- und Sonderausstattung der S-Klasse Limousine S430 in einer kombinierten<br />
Ansicht - Car Konfigurator se<br />
201
Setting 3 :: Ergebnisdarstellung der Gebrauchtwagensuche (PKW)<br />
Auch die Darstellung der Ergebnisse der Gebrauchtwagensuche (PKW) erfolgt in<br />
Listenform. Auch hier werden Text- und Bildmaterial miteinander kombiniert. Bei dieser<br />
Repräsentation stellt das Bild jedoch ein integraler Bestandteil der Darstellung dar. Diese<br />
Listendarstellung ermöglicht dem Benutzer zusätzlich die einzelnen Spalten interaktiv<br />
auf- oder absteigend zu sortieren.<br />
Abb. 141 Darstellung der Ergebnisse der Gebrauchtwagensuche (PKW)<br />
202
5.2 Analyse anhand der Faktoren der 5T-Environment<br />
Target User Group<br />
Die Zielgruppe (Target User Group) ist für alle drei Settings dieselbe – die Besucher der<br />
Webseite <strong>von</strong> Mercedes-Benz. Da dies eine sehr große Gruppierung <strong>von</strong> Benutzern<br />
darstellt, ist mit einer entsprechenden Heterogenität innerhalb der Gruppierung zu<br />
rechnen. Entsprechend verschiedenartig werden die jeweiligen Vorkenntnisse und damit<br />
einhergehend, die individuellen Fähigkeiten sein. Es empfiehlt sich also <strong>Visualisierung</strong>en<br />
auszuwählen, welche sowohl Benutzer mit vielen „Vorkenntnissen“ zufrieden stellen als<br />
auch Benutzer mit wenig „Vorkenntnissen“ nicht ausschließen. Mit Vorkenntnissen sind<br />
an dieser Stelle sowohl technisches Knowhow in Bezug auf Anwendungen gemeint als<br />
auch Knowhow bezüglich Mercedes-Benz spezifischer Belange, wie Typenbezeichnungen<br />
<strong>von</strong> Fahrzeugen etc. Im vorliegenden Fall muss diese Entscheidung rein hypothetisch<br />
getroffen werden, basierend auf der subjektiven Meinung der Autorin. Im Idealfall<br />
werden solche Entscheidungen mit zusätzlichen Hilfsmitteln, wie Evaluationen<br />
unterstützt.<br />
Type and number of data<br />
Wie bereits erwähnt ist nicht nur der <strong>Daten</strong>typ an sich wichtig für die grafische<br />
Repräsentation der <strong>Daten</strong> sondern auch die inhärente Ordnung der <strong>Daten</strong> selbst, wie zum<br />
Beispiel Hierarchien. Darüber hinaus entscheidet auch die Anzahl der <strong>Daten</strong> inwieweit<br />
<strong>Visualisierung</strong>en sich für den Benutzer effektiv verhalten.<br />
Setting 1 :: Klassenwelt (PKW)<br />
Die <strong>Daten</strong> der Klassenwelt (PKW) stellen nominale Variablen dar, d.h. sie besitzen eine<br />
ungeordnete Gruppe <strong>von</strong> Werten 22 . Dies betrifft sowohl die Variable „Klassenwelt“ selbst<br />
als auch auch die Variablen der Fahrzeugklassen, wie zum Beispiel „A-Klasse“ oder „C-<br />
Klasse“. Die Werte <strong>von</strong> Variablen können, wie im vorliegenden Beispiel, selbst wieder<br />
Variablen mit dazugehörigen Werten darstellen. Dadurch ergibt sich eine Schachtelung<br />
der <strong>Daten</strong>. Die Anzahl der jeweiligen Werte der Klassenwelt ist verhältnismäßig gering<br />
22<br />
Diese Annahmen beruhen auf den Beobachtungen der derzeitigen Darstellung der <strong>Daten</strong> auf der Webseite<br />
<strong>von</strong> Mercedes-Benz Deutschland. Es kann jedoch nicht ausgeschlossen werden, dass die Werte der Variablen<br />
einer Ordnung unterliegen, welche der Autorin zum derzeitigen Zeitpunkt nicht bekannt ist.<br />
203
(etwa zwischen eins bis zehn). Für die <strong>Daten</strong> der Klassenwelt ergibt sich somit die<br />
folgende Notation:<br />
Klassenwelt {A-Klasse, C-Klasse, E-Klasse, S-Klasse, CLK-Klasse,<br />
CL-Klasse, SLK-Klasse, SL-Klasse, M-Klasse, G-Klasse}<br />
A-Klasse {Limousinen mit Abbildung, Limousinen lang mit Abbildung}<br />
C-Klasse {Limousinen mit Abbildung, Coupés mit Abbildung, T-Modelle mit<br />
Abbildung}<br />
E-Klasse {Limousinen mit Abbildung, T-Modelle mit Abbildung}<br />
S-Klasse {Limousinen mit Abbildung, Limousinen lang mit Abbildung}<br />
CLK-Klasse {Coupés mit Abbildung, Cabriolets mit Abbildung}<br />
CL-Klasse {Coupés mit Abbildung}<br />
SLK-Klasse {Roadster mit Abbildung}<br />
SL-Klasse {Roadster mit Abbildung}<br />
M-Klasse {Off Roader mit Abbildung}<br />
G-Klasse {Off Roader mit Abbildung, Cabriolets mit Abbildung, Off Roader<br />
Lang mit Abbildung}<br />
Setting 2 :: Standard- und Sonderausstattungen (PKW)<br />
Die <strong>Daten</strong> der Standard- und Sonderausstattungen (PKW) bestehen aus ordinalen sowie<br />
quantitativen Variablen. Die Werte der Variablen „Standardausstattung“ und<br />
„Sonderausstattung“ unterliegen einer alphabetischen Ordnung, weshalb diese beiden<br />
Variablen vom Typ „ordinal“ sind. Diese Werte, wie zum Beispiel „Design“ oder<br />
„Klimatisierung“ stellen selbst wiederum Variablen dar, welche ebenfalls vom Typ<br />
„ordinal“ sind, denn auch hier unterliegen die zugehörigen Werte einer alphabetischen<br />
Ordnung. Weitere Hierarchieebenen finden sich bei der Variable „Sonderausstattungen“.<br />
So stellen hier manche Werte wie zum Beispiel „Innraumzierteile“, aufgrund der<br />
alphabetischen Ordnung ihrer Werte, wiederum ordinale Variablen dar. Im Gegensatz zu<br />
den vorherigen Variablen sind die Werte dieser Variablen zwar selbst auch wieder<br />
Variablen, sind aber vom Typ „quanitativ“, da sie einen numerischen Wert – nämlich den<br />
Preis - enthalten. Insgesamt liegt die Anzahl der Werte der <strong>Daten</strong> der Standard- und<br />
Sonderausstattungen, welche auf mehreren Hierarchieebenen organisiert sind, im<br />
Verhältnis zur Klassenwelt wesentlich höher. Man würde die Anzahl aber immer noch im<br />
mittleren Bereich anordnen. Die Anzahl der Werte der einzelnen Variablen kann jedoch<br />
stark zueinander differieren. In der folgenden Notation wird die Schachtelung der<br />
Variablen anhand des Beispiels einer S-Klasse Limousine S430 nochmals verdeutlicht.<br />
204
Standardausstattung {Design, Klimatisierung, Komfort, Lenkung/Schaltung,<br />
Radio/Kommunikation, Räder und Fahrwerk, Sicherheit, Sitze,<br />
Technik}<br />
Design {Ausstiegsleuchten in den Türen}<br />
Klimatisierung {...}<br />
...<br />
Sonderausstattung {Design, Klimatisierung, Komfort, Lenkung/Schaltung,<br />
Radio/Kommunikation, Räder und Fahrwerk, Sicherheit, Sitze,<br />
Technik}<br />
Design {AMG Styling, Innraumzierteile, Wegfall Typkennzeichen auf Heckdeckel}<br />
AMG Styling {4848,80 €}<br />
Innenraumzierteile {Holzausführung Kastanie, Holzausführung<br />
Wurzelnuss, Keine dieser Ausstattungen}<br />
Holzausführung Kastanie {394,40 €}<br />
Holzausführung Wurzelnuss {394,40 €}<br />
Wegfall Typkennzeichen auf Heckdeckel {0 €}<br />
Klimatisierung {...}<br />
...<br />
Setting 3 :: Ergebnisdarstellung der Gebrauchtwagensuche (PKW)<br />
Die Ergebnisliste der Gebrauchtwagensuche beinhaltet Variablen <strong>von</strong> allen drei<br />
Basistypen – nominal, ordinal und quantitativ. Dabei sind die Variablen „Bild“ und<br />
„Garantie“ vom Typ „nominal“, die Variablen „Typ“, „Karosserieform“, „Farbe“, „PLZ“ und<br />
„Ort“ dagegen ordinal. Die Ordnung der Werte erfolgt zum Beispiel alphabetisch oder<br />
anhand <strong>von</strong> Zahlenwerten. Die Variable „Erstzulassung“ ist quantitativ (Time). Auch<br />
„Kilometerstand“ und „Preis/Rate in EUR” stellen Variablen <strong>von</strong> Typ quantitativ dar.<br />
Einige Variablen aus der Ergebnisdarstellung der Gebrauchtwagensuche haben sehr viele<br />
Werte. Trotzdem gibt es auch Wertemengen <strong>von</strong> nur sehr geringer Größe. Die Anzahl der<br />
205
Werte der einzelnen Variablen kann also stark zueinander differieren. Für die <strong>Daten</strong> der<br />
Ergebnisdarstellung der Gebrauchtwagensuche ergibt sich die folgenden Notation.<br />
Bild {vorhanden, nicht vorhanden}<br />
Typ {190 D, 190 D 2.5,..., E 220}<br />
Karosserieform {Cabriolet/Roadster, Coupé, Geländewagen, Kombi, Limousine,<br />
Van}<br />
Farbe {Blau, Braun, Gelb, Grau, ..., Weiss}<br />
Erstzulassung {1/1950, 04/2004}<br />
Kilometerstand {0, 100.000}<br />
Preis/Rate in EUR {2500, 100.000}<br />
PLZ {0, 1, 2, 3, ... , 9}<br />
Ort {Ahrensburg, Albstadt, Aschersleben,..., Zwickau}<br />
Garantie {vorhanden, nicht vorhanden}<br />
Task to be done<br />
Wie bereits erwähnt, stellt die Aufgabe, die erledigt werden soll ein wichtiger Faktor dar,<br />
welcher die Effektivität einer gewählten <strong>Visualisierung</strong> beeinflusst. Sie triggert so zu<br />
sagen den <strong>Visualisierung</strong>sprozess. Die Definition <strong>von</strong> Aufgabe (Task) ist weit gefächert.<br />
In der vorliegenden <strong>STAR</strong> wurden als Aufgaben die Tasks <strong>von</strong> [Shn 1996] definiert<br />
(Kapitel 4.3.1), welche sich auf einem sehr hohem Abstraktionsniveau befinden. Zu<br />
diesen Tasks gehören: „Overview“, „Zoom“, „Filter“, „Details-on-Demand“, „Relate“,<br />
„History“ und „Extract“. Im Fall der drei Settings sind jedoch die genauen<br />
Anwendungsszenarien der <strong>Visualisierung</strong>en bekannt. Somit lassen sich spezifischere<br />
Angaben zu den Tasks, welche mit den <strong>Visualisierung</strong>en erfüllt werden sollen, machen.<br />
Auch hier beruhen die Annahmen auf der subjektiven Meinung der Autorin. Eine<br />
umfassendere und auch detailliertere Ermittlungen der Tasks, welche Benutzer mit den<br />
jeweiligen <strong>Visualisierung</strong>en erledigen sollen, sollte erfolgen. Für diesen Fall wurden<br />
jedoch die folgenden Annahmen getroffen: Die Klassenwelt soll sowohl den Einstieg in die<br />
Produktwelt, als auch einen Überblick über die gesamte „Produktpalette“ der<br />
Fahrzeugklassen ermöglichen. Bei der Darstellung der Standard- und Sonder-<br />
ausstattungen soll ein umfassender Überblick über die verfügbaren Ausstattungsdetails,<br />
206
weiterführende Informationen dazu und Vergleichsmöglichkeiten geboten werden. Auch<br />
bei der Darstellung der Ergebnisse der Gebrauchtwagensuche soll ein gesamtheitlicher<br />
und aussagekräftiger Überblick über die Suchtreffer geboten werden. Jedoch sind an<br />
dieser Stelle auch vergleichende Darstellungen, sowie Darstellungen <strong>von</strong> Details<br />
wünschenswert.<br />
Technical Possibilities<br />
Zu den technischen Faktoren gehört zum Beispiel, wie im vorliegenden Fall, die<br />
Entscheidung ob eine <strong>Visualisierung</strong> den Benutzern über das Web angeboten werden soll.<br />
Auch die Art der Benutzergruppe ist in diesem Fall relevant, da bei einem Zugang über<br />
das Web mit einer großen Benutzergruppe zu rechnen ist, welche über sehr<br />
unterschiedliche technische Ausstattung verfügt. Die Orientierung zu geringen<br />
technischen Anforderungen wäre in diesem Fall also erstrebenswert. In dem vorliegenden<br />
Fall wird dieser Faktor jedoch etwas vernachlässigt, da eine detaillierte Überprüfung der<br />
einzelnen <strong>Visualisierung</strong>en nicht stattgefunden hat. Dennoch wurde bei dieser Auswahl<br />
vor allem <strong>Visualisierung</strong>en berücksichtigt, welche bereits heute schon als Webversion<br />
vorliegen, bzw. vorgesehen sind. Damit entsprechen zumindest diese <strong>Visualisierung</strong>en<br />
den erforderlichen Kriterien.<br />
Training<br />
Auch die Trainingsmöglichkeiten oder die Erfahrung gehören zu den Faktoren, welche bei<br />
der Auswahl <strong>von</strong> <strong>Visualisierung</strong>en berücksichtigt werden muss. Hierbei muss die richtige<br />
Balance zwischen Erlernbarkeit und Effizienz gefunden werden, wobei vor allem auch der<br />
Grad der Vertrautheit mit einer Darstellung für die Effizienz relevant ist. Da in diesem Fall<br />
kein vorangehendes Training der Benutzer erfolgen kann, ist es wichtig, dass die<br />
<strong>Visualisierung</strong>en intuitiv zu handhaben und leicht zu „erlernen“ sind. Die Erfordernisse<br />
einer Hilfefunktion für die Handhabung dürfen nicht gegeben sein. Auch technisch wenig<br />
vertraute Benutzer müssen die Möglichkeit haben, die <strong>Visualisierung</strong> ohne größere<br />
Schwierigkeiten benutzen zu können. Dies wirkt auf die Auswahl der <strong>Visualisierung</strong>en<br />
stark restringierend, da viele <strong>Visualisierung</strong>en einen verhältnismäßig hohen Grad an<br />
Erklärungsbedarf besitzen. <strong>Visualisierung</strong>en, welche nahezu ohne Erklärungsbedarf<br />
auskommen kommen nicht häufig vor. Die Auswahl der <strong>Visualisierung</strong>en, aufgrund dieser<br />
Kriterien, findet an dieser Stelle wie auch schon zuvor, anhand meiner subjektiven<br />
Meinung statt. Wünschenswert für diesen Faktor wäre jedoch, wie auch schon im Fall der<br />
„Target User Group“, die Durchführung <strong>von</strong> Evaluationen und Tests mit Benutzern um<br />
207
eine konkrete Auswahl an <strong>Visualisierung</strong>en hinsichtlich der Selbsterklärungsfähigkeit zu<br />
überprüfen.<br />
5.3 <strong>Visualisierung</strong>smöglichkeiten<br />
Nach der Betrachtung der Ausgangsituation erfolgt nun die Diskussion verschiedener<br />
<strong>Visualisierung</strong>smöglichkeiten. Dabei wurde zunächst eine Reihe <strong>von</strong> <strong>Visualisierung</strong>en<br />
hinsichtlich der Anforderungen, welche mittels der Faktoren der 5T-Environment ermittelt<br />
wurden, überprüft. Diese Auswahl <strong>von</strong> <strong>Visualisierung</strong>en wurde dann in einem weiteren<br />
Schritt hinsichtlich ihrer Eignung in Bezug auf die ausgewählten Settings aus der MB<br />
Online-Welt beurteilt, woraus sich auch Empfehlungen hinsichtlich der aktuellen<br />
Designstudien der MB Online-Welt ergaben. In dem folgenden Abschnitt werden nun<br />
einige dieser <strong>Visualisierung</strong>smöglichkeiten aus dieser Auswahl exemplarisch vorgestellt<br />
und diskutiert. Ziel dabei ist es, einen Eindruck zu vermitteln, wie der Einsatz <strong>von</strong><br />
<strong>Visualisierung</strong>en in der MB Online-Welt möglicherweise aussehen könnte.<br />
Zu den im folgenden Abschnitt diskutierten <strong>Visualisierung</strong>en gehören: Hyperbolic Tree,<br />
Collapsible Cylindrical Tree (CCT), Venn Diagramme / Pad++, Cam Tree, Fisheye-<br />
Technik, Rapid Serial Visual Presentation (RSVP), Date Lens, VisMeB, Table Lens, Snap-<br />
Together-Visualization, Dynamic Queries, Scatterplot und Circle Segments.<br />
5.3.1 Klassenwelt (PKW)<br />
Es existieren eine Reihe <strong>von</strong> Möglichkeiten, die <strong>Daten</strong> der Klassenwelt (PKW) in eine<br />
visuelle Darstellung zu mappen. Die nachfolgenden Darstellungen sollen hierfür einige<br />
Beispiele zeigen. Zu den in diesem Abschnitt behandelten <strong>Visualisierung</strong>en gehören:<br />
Hyperbolic Tree, Collapsible Cylindrical Tree (CCT), VennDiagramme / Pad++, Fisheye-<br />
Technik, Rapid Serial Visual Presentation (RSVP), Date Lens und Dynamic Queries.<br />
Wie die Analyse der <strong>Daten</strong> gezeigt hat, unterliegen die <strong>Daten</strong> der Klassenwelt einer<br />
inhärenten Ordnung: sie sind hierarchisch geordnet. Aufgrund dieser hierarchischen<br />
Ordnung werden zuerst einige Möglichkeiten einer Tree-Darstellung besprochen, da dies<br />
die naheliegendste <strong>Visualisierung</strong>sform darstellt. Da die <strong>Daten</strong>menge insgesamt gesehen<br />
jedoch relativ gering ist, werden anschließend auch andere <strong>Visualisierung</strong>sformen in<br />
Betracht gezogen.<br />
208
Es gibt, wie bereits in Kapitel 4.3 gesehen, unterschiedliche Darstellungsmöglichkeiten<br />
<strong>von</strong> Baumstrukturen. Unter Berücksichtigung der Analyse aus Kapitel 5.2 bieten sich für<br />
die <strong>Visualisierung</strong> der Klassenwelt beispielsweise die folgenden <strong>Visualisierung</strong>sformen an:<br />
„Hyperbolic Tree“, „Collapsible Cylindrical Tree“ oder auch „Venn Diagramme“. Der<br />
Hyperbolic Tree ermöglicht dem Benutzer einen guten Gesamtüberblick über die <strong>Daten</strong><br />
der Klassenwelt, ermöglicht ein schnelles Browsing und bietet ihm eine leichte und<br />
intuitive Navigation. Aufgrund seiner hyperbolischen Form werden die <strong>Daten</strong> äußerst<br />
platzsparend repräsentiert, wodurch im Zentrum des Trees ein größerer Darstellungs-<br />
raum entsteht, welcher sich für die detailliertere Darstellung eines Knotens eignet, ohne<br />
dass dem Benutzer dadurch der Kontext zu der gesamten Hierarchie verloren geht<br />
(Fokus + Kontext (Fisheye) Technik). Abb. 142 zeigt schematisch, wie das Mapping der<br />
<strong>Daten</strong> in einen Hyperbolischen Tree für die C-, E- und S-Klasse aussehen könnte. Die<br />
Klassenwelt selbst stellt den Root Knoten dar, welcher sich weiter aufteilt in die einzelnen<br />
Fahrzeugklassen. Auf der zweiten Hierarchieebene sind die zugehörigen Karosserie-<br />
formen angeordnet. Die Knoten des Trees können dabei sowohl aus Text- als auch aus<br />
Bildmaterial oder aus einer Kombination <strong>von</strong> beidem bestehen. Abb. 142 zeigt dies<br />
beispielhaft: C-Klasse (textuell), E-Klasse (Kombination: Text / Bild) und S-Klasse (Bild).<br />
Klickt der Benutzer auf einen gewünschten Knoten, so bewegt sich dieser interaktiv in<br />
das Zentrum des Trees und nimmt eine detailliertere Darstellung an. Die übrigen Knoten<br />
passen sich entsprechend der veränderten Darstellung an.<br />
Hyperbolic Tree<br />
M-Klasse<br />
SL-Klasse<br />
G-Klasse<br />
SLK-Klasse<br />
A-Klasse<br />
Klassenwelt<br />
CL-Klasse<br />
Limousinen<br />
Coupés<br />
T-Modelle<br />
C-Klasse<br />
CLK-Klasse<br />
E-Klasse<br />
S-Klasse<br />
Limousinen<br />
T-Modelle<br />
Abb. 142 Schematische Darstellung der Klassenwelt mittels eines Hyperbolic Trees<br />
209
Eigentlich werden Hyperbolic Trees für die <strong>Visualisierung</strong> und Manipulation großer<br />
Hierarchien verwendet, jedoch sind sie, wie auch hier für kleinere <strong>Daten</strong>mengen<br />
einsetzbar. Insbesondere bei der Verwendung <strong>von</strong> Bildmaterial, welches sich<br />
raumintensiver verhält als Textdarstellungen. Eine geringe Hierarchietiefe des Hyperbolic<br />
Trees kommt auch eher ungeübten Benutzern entgegen. Hyperbolic Trees werden, wie<br />
zum Beispiel bei Inxight 23 , bereits als Webapplikationen eingesetzt.<br />
Auch der Collapsible Cylindrical Tree (CCT) ist eine übersichtliche und intuitiv zu<br />
handhabende <strong>Visualisierung</strong> und würde sich daher ebenfalls für eine visuelle Darstellung<br />
der <strong>Daten</strong> der Klassenwelt eignen. Aufgrund seiner horizontalen Ausrichtung eignet er<br />
sich aber vorrangig für die Darstellung <strong>von</strong> Text. Da in diesem Zusammenhang jedoch<br />
die Verwendung <strong>von</strong> Bildmaterial als sinnvoll erachtet wird, wäre dies eher <strong>von</strong> Nachteil.<br />
Baumstrukturen lassen sich ebenfalls durch Venn Diagramme, wie sie zum Beispiel in der<br />
Pad++ <strong>Visualisierung</strong> eingesetzt werden, darstellen. Diese zeichnen sich ebenfalls durch<br />
intuitive Navigationsmöglichkeiten und eine übersichtliche Darstellung der Inhalte aus.<br />
Jedoch empfiehlt sich ihr Einsatz nur bei kleineren Hierarchien. Abb. 143 zeigt<br />
schematisch am Beispiel der A- und E-Klasse, wie der Einsatz dieser <strong>Visualisierung</strong> für die<br />
Klassenwelt aussehen könnte. Die einzelnen Klassen stellen die geometrischen Objekte<br />
innerhalb der Grundfläche (Klassenwelt) dar. Die Karosserieformen erscheinen in Form<br />
<strong>von</strong> Icons oder Images innerhalb der jeweiligen Klassen. Dies vermittelt dem Benutzer<br />
einen ersten Eindruck über ihre Inhalte. Durch Klick auf ein geometrisches Objekt (hier:<br />
Fahrzeugklasse) gelangt der Benutzer zu einer tiefergelegenen Ebene in der<br />
hierarchischen Struktur. Dieses lässt sich theoretisch gesehen beliebig fortsetzen. Ein<br />
zusätzliches Detailfenster könnte dem Benutzer, ähnlich wie im Pad++ System,<br />
detaillierte Informationen über die jeweiligen Objekte anbieten. Auch diese <strong>Visualisierung</strong><br />
existiert bereits, zum Beispiel als Sitemap auf der Pad++ Webseite 24 , als Webapplikation.<br />
23<br />
Webseite <strong>von</strong> Inxight<br />
URL: http://www.inxight.com/map<br />
24<br />
Sitemap der Webseite Pad++<br />
URL: http://www.cs.umd.edu/hcil/pad++/sitemap/<br />
210
Pad++<br />
Abb. 143 Schematische Darstellung der Klassenwelt in Anlehnung an die Pad++ <strong>Visualisierung</strong><br />
Da die Hierarchie innerhalb der <strong>Daten</strong> der Klassenwelt nicht besonders ausgeprägt, bzw.<br />
die <strong>Daten</strong>menge der Klassenwelt nur sehr gering ist, kommen auch andere<br />
<strong>Visualisierung</strong>smöglichkeiten in Frage, wie zum Beispiel die Rapid Serial Visual<br />
Presentation (RSVP) <strong>von</strong> Oscar de Brujin und Robert Spence. Durch die sequentielle<br />
Anordnung in der RSVP geht die Hierarchie der <strong>Daten</strong> in der Klassenwelt zwar verloren,<br />
jedoch muss dies nicht zwangsläufig <strong>von</strong> Nachteil sein. RSVP ermöglicht dem Benutzer<br />
schnell und intuitiv durch eine größere Anzahl <strong>von</strong> Objekten zu browsen, wobei diese<br />
Objekte sowohl aus Bild- als auch aus Textmaterial bestehen können. Mittels dieser<br />
<strong>Visualisierung</strong> ist es möglich, problemlos viele Objekte auf kleinem Raum darzustellen.<br />
RSVP wurde bereits erfolgreich bei VisMeB eingesetzt und hat sich daher ebenfalls als<br />
webtauglich erwiesen.<br />
A-Klasse<br />
E-Klasse<br />
Klassenwelt<br />
Der Einsatz dieser Technik für die <strong>Daten</strong> der Klassenwelt ist in unterschiedlichen<br />
Variationen denkbar. Abb. 144 zeigt zum Beispiel eine Kombination aus RSVP und<br />
Fisheye-Technik. Die Bilder laufen in Form eines perspektivisch verzerrten Bildbandes um<br />
ein Objekt herum. Im Zentrum der Frontseite werden die Bilder unverzerrt dargestellt,<br />
wobei die verzerrten Bilder an der Seite dem Benutzer zusätzlich eine Art<br />
Vorschaufunktion bieten. Im Fall der Klassenwelt könnte das Bildband aus den<br />
Abbildungen der verschiedenen Fahrzeugentypen bestehen - wie A-Klasse Limousinen, A-<br />
Klasse Limousinen Lang, C-Klasse Limousinen, C-Klasse Coupés, usw. - und das Objekt<br />
in der Mitte des Bildbandes aus einer dreidimensionalen Darstellung eines Fahrzeugs. Die<br />
Kategorisierung der unterschiedlichen Fahrzeugklassen sollte für eine bessere<br />
Orientierung des Benutzers zusätzlich, beispielsweise durch Farbe, visuell hervorgehoben<br />
werden. Dieses Bildband lässt sich mittels des Cursors interaktiv um das Fahrzeug in der<br />
211
Mitte herum drehen. Mittels der Fisheye-Technik ist es möglich, das Bildband nach hinten<br />
hin stark zu verkleinern, wogegen das Bild im Zentrum der Frontseite vergrößert<br />
dargestellt wird und daher genügend Platz für eine detailreichere Darstellung bietet. Ein<br />
zusätzliches Detailfenster für Zusatzinformationen in Form <strong>von</strong> Text wäre denkbar. Ein<br />
Mausklick auf die Abbildung im Zentrum des Bildbandes löst die Auswahl des Fahrzeugs<br />
aus und lässt die dreidimensionale Abbildung in der Mitte in das soeben ausgewählte<br />
Fahrzeug morphen. Im Idealfall lässt sich diese Abbildung durch den Benutzer interaktiv<br />
um 360 Grad drehen um ihm so einen besseren Eindruck <strong>von</strong> dem jeweiligen Fahrzeug<br />
zu vermitteln.<br />
RSVP<br />
New<br />
RSVP<br />
Experiment 2<br />
E-Klasse<br />
Limousine<br />
Abb. 144 Schematische Darstellung der Klassenwelt in Anlehnung an RSVP<br />
Details<br />
Um die Produktwelt PKW <strong>von</strong> Mercedes-Benz komplett abzubilden, bietet sich auch eine<br />
Matrixdarstellung an, mit den verschiedenen Klassen auf der einen und den<br />
Karosserietypen auf der anderen Achse. Die Darstellung kann dabei rein textuell, mittels<br />
Abbildungen oder aus einer Kombination <strong>von</strong> beidem bestehen. So kann der Benutzer auf<br />
einen Blick sämtliche verfügbaren Fahrzeugtypen erkennen. Auch diese <strong>Visualisierung</strong><br />
berücksichtigt nicht, ähnlich wie die RSVP-<strong>Visualisierung</strong> zuvor, die ursprünglich<br />
hierarchische Ordnung der <strong>Daten</strong>. Doch auch hier wirkt sich dies nicht nachteilig auf die<br />
Darstellung der <strong>Daten</strong> aus. Da eine solche Darstellung aufgrund der Größe der<br />
Produktwelt PKW <strong>von</strong> Mercedes-Benz und insbesondere bei der Verwendung <strong>von</strong><br />
Bildmaterial nur sehr gedrängt ausfallen würde, empfiehlt es sich die Matrix-Darstellung<br />
mit einer Fisheye-Technik zu kombinieren, ganz nach dem Vorbild der DateLens <strong>von</strong><br />
Bederson, Clamage, Czerwinski und Robertson. Diese bietet neben einem<br />
Gesamtüberblick über den Inhalt, auch die Möglichkeit, durch Auswahl einer bestimmten<br />
Zelle innerhalb der Matrix, graduell in diese Zelle hineinzuzoomen, um so eine detaillierte<br />
212
Ansicht des Zelleninhalts zu erhalten. Alle übrigen Zellen verkleinern sich entsprechend.<br />
Diese Detailansicht kann Abbildungen des Fahrzeugtyps, textuelle Informationen oder<br />
auch Links zu weiteren Funktionen der MB Online-Welt enthalten. Durch einen weiteren<br />
Klick auf die Zelle schließt sich diese wieder und der Benutzer kehrt zur ursprünglichen<br />
Matrix-Ansicht zurück. Auch diese Technik, wie schon die anderen zuvor, ermöglicht die<br />
parallele Darstellung vieler Objekte auf kleinem Raum mit der Möglichkeit, Details zu den<br />
jeweiligen Objekten abzurufen, ohne dass der Benutzer den Zusammenhang zu den<br />
übrigen <strong>Daten</strong> verliert (Fokus + Kontext). Durch die Erweiterung dieser Technik mit<br />
anderen Funktionen, wie Suchanfragen oder Filtermöglichkeiten, zum Beispiel in Form<br />
<strong>von</strong> Dynamic Queries, entsteht so eine übersichtliche Darstellung der Produktwelt PKW,<br />
mit welcher der Benutzer intuitiv interagieren kann. Auch der Wechsel der<br />
Achsenbelegung, wie zum Beispiel in Fahrzeugklasse und Preis, kann eine neue Sicht auf<br />
die <strong>Daten</strong> erzeugen. Abb. 145 zeigt eine schematische Darstellung, wie eine solche<br />
Matrix-<strong>Visualisierung</strong> für die A-, E-, S- und CL-Klasse der Klassenwelt aussehen könnte.<br />
Die vertikale Achse ist dabei mit den einzelnen Fahrzeugklassen belegt, die horizontale<br />
mit den Karosserieformen. Die Zellen der so entstandenen Matrix enthalten alle<br />
Fahrzeugtypen, welche die MB PKW-Welt zu bieten hat.<br />
Date Lens<br />
A-Klasse<br />
E-Klasse<br />
S-Klasse<br />
CL-Klasse<br />
Limousinen Limousinen<br />
Lang<br />
Coupés T-Modelle<br />
Abb. 145 Schematische Darstellung der Klassenwelt in Anlehnung an die Date Lens<br />
213
5.3.2 Standard- und Sonderausstattungen (PKW)<br />
Geeignete <strong>Visualisierung</strong>en für die Standard- und Sonderausstattungen zu finden, erweist<br />
sich als schwieriger als bei dem Setting der Klassenwelt. Dies liegt zum einen daran, dass<br />
die <strong>Daten</strong>menge der Standard- und Sonderausstattungen um einiges umfangreicher ist<br />
und zum anderen an der Aufbereitung der <strong>Daten</strong> selbst. Sicherlich finden sich auch hier,<br />
nicht zuletzt aufgrund der hierarchischen Struktur der <strong>Daten</strong>, verschiedene<br />
<strong>Visualisierung</strong>smöglichkeiten, wie zum Beispiel Tree-<strong>Visualisierung</strong>en. Dennoch bedarf es<br />
bei den Standard- und Sonderausstattungen einer weiterführenden Betrachtung des<br />
Settings. Zu den in diesem Abschnitt behandelten <strong>Visualisierung</strong>en gehören: Hyperbolic<br />
Tree, Cam Tree, Collapsible Cylindrical Tree, Fisheye-Technik, Venn Diagramme, RSVP,<br />
VisMeB, Table Lens und Snap-Together-Visualization.<br />
Hyperbolic Trees oder Cam Trees eignen sich, wie bereits erwähnt, für die <strong>Visualisierung</strong><br />
größerer Hierarchien, weshalb sie prinzipiell auch für die <strong>Visualisierung</strong> der Standard-<br />
und Sonderausstattungen geeignet wären. Bei einer rein textuellen Darstellung, wie dies<br />
derzeit auf der Webseite <strong>von</strong> Mercedes-Benz der Fall ist, ist das Mapping der <strong>Daten</strong> zu<br />
einem Hyperbolic Tree oder einem Cam Tree unproblematisch. Abb. 146 und Abb. 147<br />
zeigen schematische Darstellungen solcher Trees für die Beispieldaten aus Kapitel 5.2.<br />
Hyperbolic Tree<br />
Sicherheit<br />
Räder<br />
und Fahrwerk<br />
Sitze<br />
Radio/<br />
Kommunikation<br />
Technik<br />
Sonder-<br />
ausstattung<br />
AMG-Styling<br />
Innraumzierteile<br />
Wegfall Typenkennz.<br />
Design<br />
Lenkung/<br />
Schaltung<br />
Klimatisierung<br />
Komfort<br />
Abb. 146 Schematische Darstellung der Sonderausstattungen in Form eines Hyperbolic Trees<br />
214
Cam Tree<br />
Abb. 147 Schematische Darstellung der Standardausstattungen in Form eines Cam Trees<br />
Weitere Tree-<strong>Visualisierung</strong>en, wie zum Beispiel der Collapsible Cylindrical Tree wären<br />
ebenfalls denkbar, müssten aber konkret für jede einzelne Hierarchieebene der <strong>Daten</strong><br />
geprüft werden, da die Nutzung eines CCT bei zu vielen <strong>Daten</strong> auf einer Ebene,<br />
Darstellungsschwierigkeiten auf der Oberfläche der Zylinder erzeugt. Venn Diagramme<br />
eignen sich eher für kleinere Hierarchien, sind also hier prinzipiell ungeeignet.<br />
Allein das Mapping der textuellen Ausgangsdaten der Standard- und Sonder-<br />
ausstattungen in eine <strong>Visualisierung</strong> wird nicht als ausreichend erachtet. Dies zeigt auch<br />
schon, die für den Benutzer unbefriedigende derzeitige Darstellung der <strong>Daten</strong> auf der<br />
Webseite <strong>von</strong> Mercedes-Benz. Diese Unzufriedenheit hängt nicht nur allein mit der<br />
Listendarstellung an sich zusammen, sondern auch mit den angebotenen <strong>Daten</strong> selbst.<br />
Dadurch führt ein bloßes Mapping der Ausgangsdaten in eine <strong>Visualisierung</strong> zu keinem<br />
befriedigenden Ergebnis. Bei der vorangegangenen Ermittlung der Tasks in Kapitel 5.2<br />
hat sich gezeigt, dass die Aufgaben, welche mit dieser Darstellung erfüllt werden sollen,<br />
vielfältiger Natur sind. So lassen diese sich in die folgenden Tasks grob zusammenfassen:<br />
„Überblick verschaffen“, „Informieren“ und „Vergleichen“. Aufgrund der verschieden-<br />
artigen Tasks, ist zu überlegen, ob diese tatsächlich mit einer einzelnen <strong>Visualisierung</strong><br />
abgedeckt werden können, bzw. überhaupt sollen.<br />
„Überblick verschaffen“ bezieht sich auf die Gesamtheit der Ausstattungsmöglichkeiten;<br />
also welche Ausstattungsmöglichkeiten gibt es überhaupt, welche sind bereits<br />
standardmäßig vorhanden (Standardausstattungen) und welche können hinzu gewählt<br />
werden (Sonderausstattungen). „Informieren“ bedeutet, dass der Benutzer zu den<br />
jeweiligen Ausstattungsmerkmalen umfassende und detaillierte Informationen erhält,<br />
sowohl in Form <strong>von</strong> Text- als auch <strong>von</strong> Bildmaterial. Aufgrund dieser Hintergrund-<br />
215
informationen findet die Entscheidungsfindung des Benutzers bezüglich der<br />
Ausstattungsmerkmale statt. Ohne diese Informationen ist er in seiner Entscheidungs-<br />
findung beeinträchtigt. Auch das „Vergleichen“ ist eine wichtige Task in diesem<br />
Zusammenhang. Das Schaffen <strong>von</strong> Vergleichsmöglichkeiten, vor allem zwischen den<br />
einzelnen Ausstattungsmöglichkeiten, soll den Benutzer bei seiner Entscheidungsfindung<br />
bestmöglich unterstützen. Diese grundsätzlichen Tasks sind in verschiedene Szenarien im<br />
Zusammenhang mit den Standard- und Sonderausstattungen eingebunden und können<br />
somit <strong>von</strong> unterschiedlichen Situationen aus aufgerufen werden.<br />
Die Frage stellt sich nun nach der Darstellung, bzw. <strong>Visualisierung</strong> der unterschiedlichen<br />
<strong>Daten</strong> der Standard- und Sonderausstattungen im Hinblick auf die verschiedenen Tasks.<br />
Im Rahmen dieser Arbeit kann an dieser Stelle sicherlich keine Universallösung<br />
präsentiert werden, da dies aufgrund der Komplexität der Problematik über den Rahmen<br />
dieser Arbeit hinausginge. Dennoch sollen an dieser Stelle einige <strong>Visualisierung</strong>s-<br />
möglichkeiten angedacht werden.<br />
Grundlegend wichtig ist in erster Linie eine übersichtliche Darstellung, welche dem<br />
Benutzer auf komprimierte Weise zeigt, über welche Ausstattungsmerkmale das<br />
Fahrzeug überhaupt verfügt und welche Merkmale prinzipiell hinzugenommen werden<br />
können. Dies kann beispielsweise in Form einer Listen- oder Matrixdarstellung erfolgen,<br />
welche sowohl Text als auch Thumbnails oder Symboldarstellungen enthalten kann. Ziel<br />
einer solchen Übersicht ist es, dem Benutzer einen schematischen Überblick zu bieten,<br />
welcher auf knappe Weise darstellt, welche Ausstattungsmerkmale es zu diesem<br />
Fahrzeug überhaupt gibt und <strong>von</strong> welchem Typ (Standard- oder Sonderausstattung) sie<br />
sind. Eine weitere Funktion, welche dem Benutzer ebenfalls einen Überblick über die<br />
jeweiligen Ausstattungsmerkmale verschaffen würde, jedoch einen anderen Ansatz<br />
verfolgt, wäre der Einsatz einer Rapid Serial Visual Presentation (RSVP). Während eine<br />
Listen- oder Matrixdarstellung einen eher analytischen Ansatz verfolgt, bietet das RSVP<br />
dem Benutzer die Möglichkeit, interaktiv durch den Katalog der Ausstattungsmerkmale,<br />
z.B. in Form <strong>von</strong> ID-Cards, welche detailliertere Informationen und Abbildungen zu dem<br />
jeweiligen Ausstattungsmerkmal beinhalten (vgl. VisMeB), zu browsen. Aufgrund der<br />
grundlegend verschiedenen Ansätze, wäre eine parallele Nutzung der beiden Techniken<br />
für das Setting der Standard- und Sonderausstattungen denkbar und sogar<br />
wünschenswert, da dies dem Benutzer mehrere Möglichkeiten bieten würde, sich einen<br />
Überblick über die Welt der Ausstattungsmerkmale zu verschaffen. Die beiden Techniken<br />
würden somit ergänzend aufeinander einwirken.<br />
216
Grundlegend ist es sicherlich sinnvoll, die jeweiligen Ausstattungsmerkmale in Bezug zum<br />
jeweiligen Fahrzeug zu setzen, wie dies zum Beispiel im Designentwurf II 25 durch die<br />
Verlinkung der Text- und Bilddaten erfolgt. Ziel ist es, den Abstraktionsgrad der Inhalte<br />
der <strong>Daten</strong> zu verringern, indem diese bei ihrer Auswahl durch den Benutzer am Fahrzeug<br />
visuell dargestellt werden. D.h., wählt der Benutzer ein Ausstattungsmerkmal aus einer<br />
textuellen Liste aus, so wird das entsprechende Detail in einer dreidimensionalen,<br />
interaktiv schwenkbaren Abbildung des Fahrzeugs visuell hervorgehoben. Dies<br />
funktioniert auch in der entgegengesetzten Richtung. Abstraktere Ausstattungsmerkmale<br />
erfordern diesbezüglich eine kreative Lösung, wie zum Beispiel die Verwendung <strong>von</strong><br />
Symbolen, Animationen oder ähnlichem. Zusätzliche Informationen über das jeweilige<br />
Ausstattungsmerkmal könnten dem Benutzer, wie bereits oben erwähnt, in Form <strong>von</strong> ID-<br />
Cards angeboten werden. Diese beinhalten in einer übersichtlichen Darstellung<br />
detaillierte Informationen und ausreichendes Bildmaterial, wodurch der Benutzer<br />
umfassende Hintergrundinformationen über die <strong>von</strong> ihm gewünschten Ausstattungs-<br />
merkmale erhält. Diese ID-Cards könnten sowohl zu jedem Ausstattungsmerkmal einzeln<br />
aufgerufen und wieder geschlossen werden oder, wie bereits oben erwähnt, mittels der<br />
RSVP komplett durchbrowst werden. Darüber hinaus sollte es dem Benutzer möglich sein<br />
entsprechende Ausstattungsmerkmale untereinander zu vergleichen. Dies kann auf einer<br />
analytischen Ebene, wie der <strong>von</strong> textuellen Auflistungen oder auch <strong>von</strong> einfachen<br />
„Analysetools“, wie zum Beispiel Tabellen mit Bargrafiken (vgl. Table Lens), erfolgen oder<br />
aber auf einer semantischen Ebene, wie der <strong>von</strong> ID-Cards, zum Beispiel mit Snap-<br />
Together-Technik. Für die <strong>Visualisierung</strong> der Beziehungen zwischen bestimmten<br />
Ausstattungsmerkmalen, wäre zum Beispiel der Einsatz <strong>von</strong> Tree-<strong>Visualisierung</strong>en, wie<br />
dem Hyperbolic Tree, denkbar. Dies könnte sich auch nur auf die Darstellung <strong>von</strong><br />
Teilbäumen beschränken. Abb. 148 zeigt eine schematische Darstellung einer solchen<br />
<strong>Visualisierung</strong>sform für die <strong>Daten</strong> der Sonderausstattungen aus Kapitel 5.2. Der<br />
Rootknoten der Hierarchie („Sonderausstattung“) befindet sich in einem Navigationspfad<br />
oberhalb der eigentlichen Tree-Darstellung. Die folgende Hierarchieebene wird in<br />
kreisförmiger Form um das Fahrzeug herum angeordnet. Die <strong>Daten</strong> dieser Ebene, hier die<br />
Kategorien der Ausstattungsmerkmale – „Design“, „Klimatisierung“, „Komfort“, usw. –<br />
können in Form <strong>von</strong> Text, Symbolen oder Abbildungen dargestellt werden. Die dritte<br />
Hierarchieebene könnte in einer Art Vorschau bereits als Knoten eines Trees dargestellt<br />
werden. Diese Knoten könnten entweder permanent zu sehen sein, vergleichbar mit<br />
einem Hyperbolic Tree mit Fisheye-Technik oder aufgrund einer Benutzeraktion<br />
erscheinen. Durch solch eine Aktion, wie zum Beispiel einen Mausklick oder einen Maus-<br />
Over-Effekt könnte diese Hierarchieebene ein- oder ausgefahren werden. Eine weitere<br />
25 Designerntwurf II wurde <strong>von</strong> Alan Ross im Rahmen des BEST-Projektes (Kooperation Daimler Chrysler und<br />
<strong>Universität</strong> <strong>Konstanz</strong>) entwickelt.<br />
217
Möglichkeit wäre, durch die Verwendung der RSVP-Technik die gesamte zweite<br />
Hierarchieebene („Design“, „Klimatisierung“, etc.) interaktiv um das Fahrzeug zu<br />
rotieren, um so einen bestimmten Knoten in einen festgelegten Fokus-Bereich zu drehen.<br />
In diesem Bereich würden dann mehr Details, wie zum Beispiel Unterknoten dargestellt<br />
werden. Knoten, welche über weitere Unterknoten verfügen, könnten visuell<br />
hervorgehoben werden. Weitere Vorschaueffekte könnten durch ein zusätzliches<br />
separates Detailfenster erreicht werden, welches weitere Informationen zu den jeweiligen<br />
Knoten enthält, vgl. ID-Cards. Würde nun ein Knoten der zweiten Hierarchieebene<br />
ausgewählt, wie z.B. in diesem Beispiel „Innenraumzierteile“, so würde der Name des<br />
hierarchisch höher liegenden Knotens („Design“) dem Navigationspfad hinzugefügt<br />
werden („Sonderausstattungen“ > „Design“) und die Hierarchieebene gewissermaßen<br />
eins nach oben aufrutschen. D.h. die Knoten „AMG-Styling“, „Innenraumzierteile“ und<br />
„Wegfall Typenkennzeichen“ würden kreisförmig um das Fahrzeug angeordnet werden,<br />
wobei sich bei dem Knoten „Innenraumzierteile“ eine weitere Ebene mit den Knoten<br />
„Holzausführung Kastanie“ bzw. „Holzausführung Wurzelnuss“, erscheinen würde. Die<br />
Navigation zu höher gelegenen Knoten erfolgt über den Navigationspfad. Der Bezug der<br />
Ausstattungsmerkmale zum Fahrzeug, könnte zum Beispiel bei Aktivierung der<br />
Detailansicht durch die visuelle Hervorhebung der entsprechenden Ausstattungsdetails im<br />
und am Fahrzeug hergestellt werden.<br />
Sonderaustattung ><br />
Sicherheit<br />
Räder<br />
und Fahrwerk<br />
Radio /<br />
Kommunikation<br />
...<br />
Lenkung /<br />
Schaltung<br />
AMG-Styling<br />
Design<br />
Komfort<br />
Innenraumzierteile<br />
Klimatisierung<br />
Wegfall Typenkennz.<br />
Details<br />
Abb. 148 Schematische Darstellung eines Teilbaums für die <strong>Daten</strong> der Sonderausstattungen<br />
218
Die Ausführungen zu den obigen <strong>Visualisierung</strong>smöglichkeiten sollen als Anregung dienen<br />
und sind daher rein exemplarischer Art. Inwieweit sich eine solche <strong>Visualisierung</strong><br />
überhaupt auf die gesamten <strong>Daten</strong> der Standard- und Sonderausstattungen übertragen<br />
lässt, bleibt zu prüfen.<br />
Wie bereits erwähnt, wurden in diesem Abschnitt verschiedene Lösungen für die<br />
Darstellung der Standard- und Sonderausstattungen und der damit zusammenhängenden<br />
Problematik angedacht. Prinzipiell gibt es für dieselbe Problemstellung meistens mehrere<br />
<strong>Visualisierung</strong>smöglichkeiten. Eine universelle Lösung in diesem Zusammenhang würde<br />
über den Rahmen dieser Arbeit hinausgehen, da dies eine intensivere<br />
Auseinandersetzung mit dieser relativ komplexen Thematik erfordert hätte. Idealerweise<br />
beinhaltet eine Darstellung der Standard- und Sonderausstattungen, wie oben<br />
beschrieben, mehrere <strong>Visualisierung</strong>sansätze, welche aufeinander abgestimmt und<br />
miteinander verlinkt sind. Dem Benutzer darf sich eine solche Kombination <strong>von</strong><br />
verschiedenartigen <strong>Visualisierung</strong>en nicht als Konglomerat darstellen, sondern als ein<br />
<strong>Visualisierung</strong>ssystem, welches ihn bei der Auswahl der Ausstattungsmerkmale seines<br />
Fahrzeugs bestmöglichst unterstützt.<br />
5.3.3 Ergebnisdarstellung der Gebrauchtwagensuche (PKW)<br />
Die Ergebnisdarstellung der Gebrauchtwagensuche (PKW) hängt stark mit der Such-<br />
anfrage selbst zusammen. Sicherlich gibt es auch Möglichkeiten, lediglich die Darstellung<br />
der Ergebnisse in eine andere <strong>Visualisierung</strong>sform zu mappen, jedoch bietet es sich auch<br />
an, die Suchanfrage stärker mit der Ergebnisdarstellung zu verknüpfen und somit für den<br />
Benutzer einfach handhabbar zu machen. Zu den in diesem Abschnitt diskutierten<br />
<strong>Visualisierung</strong>en gehören: Table Lens, VisMeB, Dynamic Queries, Scatterplot, FilmFinder,<br />
Circle Segments und RSVP.<br />
Die tabellarische Darstellung <strong>von</strong> Suchergebnissen bietet aufgrund ihres komprimierten<br />
und stark strukturierten Erscheinungsbildes durchaus Vorteile für den Benutzer. Jedoch<br />
stellt sie einen eher analytischen Ansatz dar, mit dem Ziel bestimmte Schlüsse, bzw.<br />
konkrete Suchergebnisse aus der Treffermenge ziehen zu können. Die <strong>Visualisierung</strong>s-<br />
form der Table Lens, welche auch bei VisMeB verwendet wird und somit webtauglich ist,<br />
stellt für den Benutzer eine bequeme Möglichkeit dar, die übersichtliche Struktur einer<br />
Tabelle in Kombination mit Detailansichten der einzelnen Treffer nutzen zu können<br />
(Fokus + Kontext). Diese Technik würde sich auch für eine tabellarische <strong>Visualisierung</strong><br />
der Ergebnisse der Gebrauchtwagensuche <strong>von</strong> Mercedes-Benz eignen. Wie die Analyse<br />
der <strong>Daten</strong> der Ergebnisdarstellung der Gebrauchtwagensuche gezeigt hat, bestehen die<br />
219
<strong>Daten</strong> aus verschiedenen Variablentypen. So eignet sich zum Beispiel für quantitative<br />
Werte die Darstellung in Form eines Balkens oder für kategorische <strong>Daten</strong><br />
Symboldarstellungen. Abb. 149 zeigt eine schematische Darstellung, wie die<br />
Ergebnisdarstellung der Gebrauchtwagensuche in Anlehnung an eine Table Lens aussähe.<br />
Dabei könnte beispielweise die Variable „Erstzulassung“ umgewandelt werden in eine<br />
Variable namens „Alter“, um so eine sinnvolle Balkendarstellung verwenden zu können.<br />
Die Balken stellen Wertebereiche dar, wobei die jeweiligen Enddaten klar definiert sein<br />
müssen. Zusätzlich mit der Sortierfunktion der einzelnen Spalten - welche bereits in der<br />
Ergebnisliste der Gebrauchtwagensuche auf der Webseite <strong>von</strong> Mercedes-Benz<br />
Deutschland eingesetzt wird - ergibt sich so eine bequeme Möglichkeit für den Benutzer<br />
durch die Suchtreffer zu browsen und Tendenzen in der Treffermenge ablesen zu können.<br />
Mittels der Fisheye-Technik ist es ihm möglich, bestimmte Treffer zu lokalisieren und<br />
konkrete <strong>Daten</strong> über das jeweilige Fahrzeug abzurufen. Ähnlich wie in VisMeB, wäre es<br />
sinnvoll die Markierung <strong>von</strong> einzelnen Zeilen, also Suchtreffern zuzulassen, um dem<br />
Benutzer so die Möglichkeit zu geben für ihn interessante Treffer zu markieren und somit<br />
später auch wieder zufinden. Darüber hinaus ergäbe sich auch die Möglichkeit, in<br />
Anlehnung an das Granularitätskonzept <strong>von</strong> VisMeB, markierte Treffer in eine weitere<br />
Granularitätsstufe zu überführen, um so eine weitere Verfeinerung der Treffermenge<br />
vornehmen zu können. In dieser nächsten Granularitätsstufe könnte eine detailliertere<br />
Darstellung der Suchtreffer dem Benutzer mehr Informationen zu den einzelnen<br />
Fahrzeugen bieten, um ihm so die weitere Auswahl und Verfeinerung der Treffermenge<br />
zu erleichtern. Denkbar wären auch weitere Verfeinerungsschritte, welche dann nach<br />
dem gleichen Prinzip funktionieren würden. Ziel ist es, am Ende des Prozesses zu einem<br />
Fahrzeug zu gelangen, welches den Vorstellungen des Benutzers entspricht. Zusätzlich<br />
könnten die einzelnen Granularitätsstufen, ebenso wie in VisMeB <strong>von</strong> einem Detailfenster<br />
unterstützt werden, welches bei der Markierung eines Fahrzeugs in der Tabelle die<br />
gesamten Informationen zu dem jeweiligen Fahrzeug zeigt (Vorschaufunktion).<br />
220
Table Lens<br />
Bild Typ Karosserie Farbe<br />
km Preis/Rate PLZ Ort G<br />
230 CE COUPÉ BLAU<br />
Alter in Mtn.<br />
(Erstzulass. )<br />
184 (01/89)<br />
225.000<br />
5.900,-<br />
54 290 TRIER -<br />
Abb. 149 Schematische Darstellung der Ergebnisdarstellung der Gebrauchtwagensuche in Anlehnung an eine<br />
Table Lens.<br />
Prinzipiell ist es jedoch auch möglich, den Prozess der Suchanfrage dynamisch in die<br />
<strong>Daten</strong>exploration mit einzubinden. Eine Trennung der Suchanfrage <strong>von</strong> der<br />
Ergebnisdarstellung inklusive ihrer Verfeinerungsschritte, wie beim obigen Beispiel<br />
beschrieben, findet dabei nicht statt. Eine <strong>Visualisierung</strong>stechnik, welche dafür bekannt<br />
geworden ist, sind die Dynamic Queries, wie sie beispielsweise auch beim FilmFinder <strong>von</strong><br />
Christopher Ahlberg und Ben Shneiderman eingesetzt werden. Diese ermöglichen die<br />
direkte und dynamische Manipulation der <strong>Visualisierung</strong> der Treffermenge mittels User<br />
Interface Slidern und Radio Buttons. Im Falle des FilmFinders handelt es sich bei der<br />
<strong>Visualisierung</strong> um einen zweidimensionalen Scatterplot, jedoch lässt sich diese Technik<br />
auch mit anderen <strong>Visualisierung</strong>en kombinieren, wie zum Beispiel der Matrix-Darstellung<br />
aus Setting 1 oder auch Circle Segments, wie in VisMeB. Mit Hilfe der Technik der<br />
Dynamic Queries ist es dem Benutzer möglich, die Anfrage dynamisch nach seinen<br />
individuellen Wünschen formulieren zu können. D.h. er hat die Möglichkeit die Anfrage zu<br />
stellen und sie gegebenenfalls aufgrund des sofortigen Feedbacks über die <strong>Visualisierung</strong>,<br />
nochmals umformulieren zu können. Diese Technik wäre auch für die Gebraucht-<br />
wagensuche (PKW) <strong>von</strong> Mercedes-Benz geeignet, da sie über eine intuitive<br />
Benutzerführung verfügt und den Suchprozess für den Benutzer wesentlich vereinfacht,<br />
indem sie die Anfrage direkt mit der Ergebnisdarstellung kombiniert. Abb. 150 zeigt eine<br />
schematische Darstellung der Gebrauchtwagensuche, inkl. Ergebnisdarstellung in<br />
Anlehnung an den FilmFinder. Die Achsenbelegung des Scatterplots kann variabel<br />
221
gestaltet werden. In dieser Darstellung ist die x-Achse mit der kategorischen Variable<br />
„Karosserieform“ und die y-Achse mit der kategorischen Variablen „Fahrzeugklassen“<br />
belegt, wodurch die Objekte der Ergebnismenge auf einem Gitter zu liegen kommen. Die<br />
Werte der quantitativen Variablen, wie „Preis / Rate“, „Erstzulassung“ und „Kilometer“<br />
lassen sich, da sie eine Range darstellen, mittels eines User Interface Sliders bestimmen.<br />
Denkbar wäre auch der Einsatz <strong>von</strong> Double Slidern, welche die Definition eines ganzen<br />
Wertebereichs durch den Benutzer ermöglichen. Kategorische Variablen, wie zum Beispiel<br />
„Farbe“ lassen sich mittels Check Boxes auswählen. Über solche Check Boxes können<br />
auch weitere Auswahlkriterien vom Benutzer zu- oder abgewählt werden. Wählt der<br />
Benutzer einen der <strong>Daten</strong>punkte im Scatterplot aus, so werden ihm die <strong>Daten</strong> zu dem<br />
<strong>von</strong> ihm ausgewählten Objekt in einem zusätzlichen Detailfenster gezeigt. Dies können<br />
zum Beispiel alle <strong>von</strong> ihm in der Suchanfrage definierten Kriterien sein, sowie zusätzliche<br />
Informationen, wie Händler oder Bildmaterial. Im Fall <strong>von</strong> Multidata-Points, also<br />
<strong>Daten</strong>punkte, auf denen mehrere Objekte zu liegen kommen, können Techniken, wie<br />
zum Beispiel RSVP eingesetzt werden, um diese Wertemenge zu durchbrowsen.<br />
FilmFinder<br />
Fahrzeug-<br />
klasse<br />
...<br />
E-Klasse<br />
C-Klasse<br />
A-Klasse<br />
Limousine Limousine Coupé<br />
Lang<br />
CE Coupé<br />
Karosserie<br />
Preis / Rate<br />
500 100.000<br />
Erstzulassung<br />
1/1950 4/2004<br />
Kilometer<br />
0 100.000<br />
Farbe<br />
blau rot weiß ...<br />
Garantie<br />
Abb. 150 Systematische Darstellung der Gebrauchtwagensuche inkl. Ergebnisdarstellung in Anlehnung an den<br />
FilmFinder<br />
...<br />
222
Eine Variation zum Scatterplot, stellt die Kombination <strong>von</strong> Dynamic Queries und Circle<br />
Segments dar. Abb. 151 zeigt eine schematische Darstellung der Ergebnisdarstellung der<br />
Gebrauchtwagensuche in Anlehnung an Circle Segments. Auch hier kann, ähnlich wie<br />
beim obigen Beispiel die Ergebnismenge mittels Dynamic Queries vom Benutzer<br />
beeinflusst werden. Die Menge der gefundenen Fahrzeuge wird prozentual zum Beispiel<br />
nach Fahrzeugklassen auf einen Kreis gemappt, wobei die einzelnen Treffer (Objekte) als<br />
Punkte dargestellt werden. Auch hier kann es wieder zur Bildung <strong>von</strong> Multidata-Points<br />
kommen, welche dann wie oben besprochen behandelt werden. Zusätzlich ist es möglich,<br />
den Kreis <strong>von</strong> innen nach außen zum Beispiel nach Karosserieformen aufzuteilen. So<br />
lägen zum Beispiel die Limousinen im Innenkreis und die Limousinen Lang im<br />
darauffolgenden Ring. Theoretisch ist auch hier ein Wechsel der Einteilungen denkbar.<br />
Die einzelnen Kreissegmente könnten auch Karosserieformen kodieren und Ringe eine<br />
quantitative Variable, wie zum Beispiel „Preis“. Mittels Beschränkung der Suchbereiche<br />
bei der Anfrage, wie z.B. „Preis“, würde sich auch die Darstellung der Circle Segments<br />
entsprechend anpassen.<br />
G-Klasse<br />
Circle Segments<br />
(VisMeB) M-Klasse<br />
A-Klasse<br />
SLK-Klasse<br />
SLK-Klasse<br />
CL-Klasse<br />
CLK-Klasse<br />
S-Klasse<br />
C-Klasse<br />
E-Klasse<br />
Abb. 151 Schematische Darstellung der Ergebnisdarstellung der Gebrauchtwagensuche<br />
in Anlehnung an Circle Segments<br />
223
Das vorangegangene Kapitel hat gezeigt, dass es oftmals unterschiedliche<br />
<strong>Visualisierung</strong>smöglichkeiten für denselben <strong>Daten</strong>satz gibt. Außer den hier vorgestellten<br />
<strong>Visualisierung</strong>smöglichkeiten für die definierten Settings aus der MB Online-Welt<br />
existieren sicherlich noch zahlreiche weitere, welche sich ebenfalls für die <strong>Visualisierung</strong><br />
dieser <strong>Daten</strong> geeignet hätten. Jede <strong>Visualisierung</strong>sform birgt sowohl Vor- als auch<br />
Nachteile in sich. Wie in der Diskussion gesehen, gibt es oftmals nicht „die“ richtige<br />
Lösung. Vielmehr existieren häufig mehrere durchaus sinnvolle Möglichkeiten <strong>Daten</strong> zu<br />
visualisieren. Die Faktoren der 5T-Environment helfen zwar <strong>Visualisierung</strong>en aus-<br />
zuschließen, führen aber nicht zwangsläufig zu einer einzelnen Lösung. Wie bereits<br />
erwähnt, empfiehlt es sich die Festlegung auf eine bestimmte <strong>Visualisierung</strong>sform anhand<br />
mehrerer Faktoren, wie die der 5T-Environment, abzuwägen und mittels Benutzer-<br />
umfragen und –tests die Entscheidung zusätzlich zu unterstützen.<br />
224
6. Zusammenfassung<br />
In diesem Kapitel werden die Inhalte der State-of-the-Art Analyse „<strong>Visualisierung</strong> <strong>von</strong><br />
<strong>Daten</strong>“ für die DaimlerChrysler AG nochmals reflektiert und die Erkenntnisse überblick-<br />
artig zusammengefasst.<br />
Information ist keine Erfindung unserer heutigen Zeit. Die Verwendung <strong>von</strong> Information<br />
und damit auch das Information Design haben eine lange Historie in der Geschichte der<br />
Menschheit. Im Vergleich zu früher hat sich die Menge an produzierter Information mit<br />
ihren verschiedenen Ausprägungen jedoch wesentlich erhöht und ihre nahezu<br />
permanente Verfügbarkeit erzeugt einen Effekt, welcher unter dem populären Schlagwort<br />
der „Informationsüberflutung“ bekannt geworden ist. Aufgrund dieses neuen Stellen-<br />
wertes der Information und der Tatsache, dass sich bestimmte Formen <strong>von</strong> Medien, wie<br />
die visuelle Repräsentation, besonders für die Darstellung <strong>von</strong> Information eignen,<br />
entwickelten sich eigenständige Forschungsdisziplinen und Arbeitsbereiche, welche sich<br />
speziell mit dem Umgang und der visuellen Repräsentation <strong>von</strong> Information und damit<br />
auch <strong>von</strong> <strong>Daten</strong> beschäftigen. Diese Disziplinen, zu denen beispielsweise die<br />
Computergrafik, die Statistische Grafik, die Scientific oder auch Information Visualization<br />
gehören, machen sich die Tatsache zu nutze, dass das menschliche Wahrnehmungs-<br />
system extrem an die Verarbeitung <strong>von</strong> visuell kodierten Informationen angepasst ist. Da<br />
die innere mentale Aktion und die externe wahrnehmbare Interaktion (externe<br />
Wahrnehmung) beim Menschen stark miteinander verknüpft sind, kommt externen<br />
Hilfsmitteln, auch genannt „Artefakte“, allgemein eine bedeutende Rolle zu. Diese<br />
Artefakte, zu deren wichtigsten mit Abstand jedoch die grafischen oder auch visuellen<br />
Hilfsmittel zählen, erweitern die kognitiven Fähigkeiten eines Menschen, welche<br />
wiederum für die Aneignung oder Verwendung <strong>von</strong> Wissen verantwortlich sind. Bei den<br />
visuellen Artefakten lassen sich zwei verschiedene Zwecke unterscheiden: die<br />
Kommunikation einer Idee („A picture is worth ten thousand words.“) und die<br />
Entwicklung einer Idee („Using vision to think.“). Das menschliche visuelle System ist<br />
speziell darauf ausgerichtet Informationen aus unserer Welt, mit ihren ganz bestimmten<br />
physikalischen Eigenschaften zu extrahieren und Muster in seiner Umgebung zu suchen<br />
und wiederzuerkennen. Die <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> macht sich dies bereits seit<br />
Jahrhunderten zu nutze. Bis vor einiger Zeit bedeutete der Begriff „Visualization“ laut<br />
dem Shorter Oxford English Dictionary jedoch noch: „constructing a visual image in the<br />
mind“. In einem späteren Verständnis verstand man dann unter „Visualization“: „a<br />
graphical prepresentation of data or concepts“. Demnach wandelte sich <strong>Visualisierung</strong><br />
<strong>von</strong> einem internen Konstrukt des Verstandes zu einem externen Artefakt, welches der<br />
Erweiterung des menschlichen Verstandes dient. Mit der Entwicklung <strong>von</strong> Computern<br />
225
änderte sich wiederum das Verständnis vom Begriff der <strong>Visualisierung</strong>. Mit Hilfe des<br />
Mediums Computer war es nun möglich, grafische Darstellungen automatisch zu<br />
erzeugen, welche aus Tausenden <strong>von</strong> <strong>Daten</strong>objekten bestanden und interaktiv <strong>von</strong><br />
Benutzern modifiziert werden konnten. D.h. <strong>Visualisierung</strong>en waren nicht länger statisch<br />
sondern konnten nun interaktiv vom Benutzer beeinflusst werden: „use of computer-<br />
based, interactive visual representations of data to amplify cognition“. Die Revolution<br />
bestand darin, dass sich der Betrachter einer <strong>Visualisierung</strong> zu deren Autor wandelte. Der<br />
Benutzer war nicht mehr länger abhängig <strong>von</strong> einer einmal getroffenen Entscheidung<br />
über die Art der Repräsentation der <strong>Daten</strong>, sondern konnte – im Rahmen der Freiheiten,<br />
welche ihm das <strong>Visualisierung</strong>stool bot – diese Entscheidung nun selbst kontrollieren und<br />
wieder interaktiv modifizieren. „A graphic is no longer ‚drawn’ once and for all: it is<br />
constructed and reconstructed (manipulated) … a graphic is never an end in itself: it is a<br />
moment in the process of decision making. Bertin (1981).<br />
Entsprechend der Verwendung <strong>von</strong> visuellen Artefakten hat die <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong><br />
grundsätzlich zwei Facetten: <strong>Daten</strong>präsentation und <strong>Daten</strong>exploration. Der Fokus der<br />
Betrachtung <strong>von</strong> <strong>Daten</strong>repräsentationen ist die Kommunikation <strong>von</strong> bereits bekannten<br />
Fakten durch geeignete Repräsentationsformen. Bei der <strong>Daten</strong>exploration geht es<br />
dagegen darum, mittels angemessener <strong>Visualisierung</strong>en unbekannte Verknüpfungen<br />
zwischen Thematiken aufzudecken, auch genannt „Visual Data Mining“. Im Fall der<br />
Präsentation steht die Kommunikation im Vordergrund, im Fall der Exploration ist es die<br />
Entdeckung. Aufgrund des hohen Potentials der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> beschäftigen<br />
sich mit dieser Thematik zahlreiche verschiedenartige Disziplinen. Speziell seit den 80er<br />
Jahren wurden die Konzepte der <strong>Daten</strong>visualisierung zu vielen anderen Bereichen<br />
transferiert. Zu dieser Zeit wurden computerbasierte <strong>Visualisierung</strong>en vor allem im<br />
Bereich der Wissenschaft angewandt, was die Entwicklung des Bereichs der „Scientific<br />
Visualization“ zur Folge hatte. Seit den 90er Jahren kommen diese <strong>Visualisierung</strong>en auch<br />
zunehmend in allgemeineren Bereichen, wie Firmen oder Ausbildung zur Anwendung.<br />
Diese allgemeinere Anwendung wird „Information Visualization“ oder auch<br />
„Informationsvisualisierung“ genannt, aus deren Sicht auch die vorliegende State-of-the-<br />
Art Analyse der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> entstanden ist. Im Gegensatz zur „Scientific<br />
Visualization“ deren <strong>Visualisierung</strong>en zumeist physische <strong>Daten</strong>, wie Gebäude oder<br />
Naturphänomene, zugrunde liegen, beschäftigt sich die „Information Visualization“ mit<br />
der <strong>Visualisierung</strong> abstrakter, nicht-physischer <strong>Daten</strong>. D.h. <strong>Daten</strong> ohne ersichtlichen<br />
räumlichen Bezug. Auch die Ziele der beiden Disziplinen unterscheiden sich <strong>von</strong>einander<br />
grundlegend. So ist das primäre Ziel der „Scientific Visualization“ die möglichst getreue<br />
Nachbildung eines physischen Objektes, um dieses eingehend erforschen zu können,<br />
wobei hierbei auch zunehmend Techniken, wie Virtual Reality oder Immersive<br />
Environments ihre Anwendung finden. Ziel der „Information Visualization“ dagegen ist es<br />
226
Muster, Clusterungen, Lücken oder Sonderfälle in den <strong>Daten</strong> identifizieren zu können,<br />
wobei die Abbildung der <strong>Daten</strong> selbst dabei eher zweitrangig ist. Auch wenn sich diese<br />
beiden Bereiche grundsätzlich <strong>von</strong>einander unterscheiden, so kann es doch in manchen<br />
<strong>Visualisierung</strong>en zu Überschneidungen der beiden Bereiche kommen, also einem<br />
Zusammenspiel aus physischen und abstrakten <strong>Daten</strong> innerhalb einer <strong>Visualisierung</strong>. In<br />
einem historischen Abriss wird nochmals kurz die geschichtliche Entwicklung der<br />
„<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>“ mit ihren prominentesten Entwicklern, Errungenschaften und<br />
Initiativen und den zugehörigen chronologischen Eckdaten aufgeführt. Da sich mit der<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> unterschiedliche Disziplinen beschäftigen, ist auch die<br />
verwendete Terminologie nicht einheitlich. So können je nach Disziplin unterschiedliche<br />
Begriffe für prinzipiell gleiche Konzepte verwendet werden. Jedoch ist auch die<br />
Verwendung <strong>von</strong> Begrifflichkeiten innerhalb einer Disziplin, wie der Information<br />
Visualization nicht einheitlich. Die Anführungen einiger Definitionen aus dem Bereich der<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> und die damit in Verbindung stehenden Konzepte sollen helfen<br />
die einzelnen Begriffe klar <strong>von</strong>einander abzugrenzen.<br />
Die bloße Tatsache, dass eine <strong>Visualisierung</strong> für die Darstellung <strong>von</strong> <strong>Daten</strong> verwendet<br />
wurde, ist noch kein Garant für eine qualitativ hochwertige Darstellung. Die Beispiele der<br />
„Cholera Epidemie in London“ und des „Space Shuttle Challenger“ Unglücks haben<br />
gezeigt, dass sich die Verwendung einer <strong>Visualisierung</strong>, je nach ihrer Qualität und<br />
Aussagekraft, ebenso positiv wie auch negativ auswirken kann. D.h. <strong>Visualisierung</strong>en<br />
können bei unsachgemäßer Verwendung die relevanten Inhalte der <strong>Daten</strong> verschleiern,<br />
subjektiv wiedergeben oder, wie in weiteren Beispielen gezeigt, sogar verfälschen.<br />
<strong>Visualisierung</strong>en sind durchaus in der Lage, allein durch ein spezifisches Mapping der<br />
<strong>Daten</strong> zu einer <strong>Visualisierung</strong>, wahre Gegebenheiten oder Tatsachen zu verfälschen,<br />
obwohl sie auf einer korrekten <strong>Daten</strong>basis erstellt wurden. Ob eine <strong>Visualisierung</strong> nutzt<br />
oder eventuell sogar schaden kann, hängt prinzipiell da<strong>von</strong> ab, wie geeignet sie für den<br />
jeweiligen Kontext ist. Dementsprechend liegt die Herausforderung bei der <strong>Visualisierung</strong><br />
<strong>von</strong> <strong>Daten</strong> grundsätzlich darin, eine adäquate <strong>Visualisierung</strong>, bzw. ein geeignetes<br />
visuelles Mapping für die jeweilige <strong>Daten</strong>welt und den damit verbundenen kontext-<br />
spezifischen Aufgaben zu finden. Darüber hinaus hängt der erfolgreiche Einsatz einer<br />
<strong>Visualisierung</strong> noch <strong>von</strong> einer Reihe weiterer Faktoren ab, jedoch ist das Hauptziel einer<br />
jeden <strong>Visualisierung</strong> stets der Nutzen für den Benutzer; unabhängig da<strong>von</strong> wie dieser im<br />
Einzelfall definiert wird.<br />
Die Betrachtung der Ausgangssituation, d.h. in wie weit <strong>Visualisierung</strong>en bei den<br />
derzeitigen Webauftritten der Automobilbranche bereits eingesetzt werden, hat gezeigt,<br />
dass die Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> in diesem Bereich insgesamt gesehen,<br />
bisher noch eine auffallend untergeordnete Rolle spielt. So fanden sich auf den<br />
analysierten Webseiten, zu denen sowohl Mercedes-Benz Deutschland als auch<br />
227
Mercedes-Benz Schweden gehörten, sowie einige andere Automobilkonzerne, bis auf<br />
einige wenige Ausnahmen, kaum <strong>Visualisierung</strong>stechniken. Entsprechend leitet sich die<br />
Legitimation für die Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> in diesem Zusammenhang ab.<br />
Ein kurzer Überblick über einschlägige Literatur, Konferenzen, Institutionen und<br />
Wissenschaftler gibt Auskunft wer sich auf wissenschaftlicher Ebene mit der Thematik der<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> beschäftigt.<br />
Der eigentliche fachliche Diskurs zum Thema <strong>Visualisierung</strong> enthält verschiedene<br />
Themenbereiche, wie die Vorstellung eines Modells für die <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>,<br />
diverse <strong>Visualisierung</strong>stechniken, Einsatz <strong>von</strong> Metaphern bei <strong>Visualisierung</strong>en, eine<br />
Taxonomie für die Klassifizierung <strong>von</strong> <strong>Visualisierung</strong>en, Beispielvisualisierungen, sowie<br />
Ausführungen zum konzeptionellen Einsatz <strong>von</strong> <strong>Visualisierung</strong>en.<br />
Um eine einheitliche Basis für die Präsentation und die spätere Diskussion der<br />
<strong>Visualisierung</strong>en zu schaffen wurde zunächst das Referenzmodell für <strong>Visualisierung</strong> <strong>von</strong><br />
Card, Mackinlay und Shneiderman vorgestellt. Dieses beschreibt konzeptionell den<br />
Transformationsprozess der Umwandlung <strong>von</strong> <strong>Daten</strong> in eine visuelle Repräsentation. Das<br />
Modell enthält zum einen den <strong>Daten</strong>fluss, welcher vom Input der originären <strong>Daten</strong><br />
(Rohdaten) über insgesamt drei Transformationsschritte bis zu den endgültigen visuellen<br />
Darstellungen verläuft, sowie eine Reihe <strong>von</strong> Interaktionsmöglichkeiten, welche es dem<br />
Benutzer ermöglichen auf diese Transformationen einzuwirken. Auch die Vorstellung <strong>von</strong><br />
grundlegenden <strong>Visualisierung</strong>stechniken dient dem Aufbau <strong>von</strong> Basiswissen im Bereich<br />
der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>. Die Beschreibungen dieser allgemeingültigen Techniken<br />
wurden dem Bereich der Statistischen Grafik entnommen, da im Bereich der Information<br />
Visualization diesen grundlegenden Techniken keine gesonderte Aufmerksamkeit<br />
zukommt sondern in der Regel als gegeben vorausgesetzt werden. Ziel dieses Kapitels ist<br />
es, dass der Benutzer mit Hilfe dieses Basiswissens die immense Fülle an verschiedenen<br />
existenten <strong>Visualisierung</strong>en besser klassifizieren und somit die grundlegenden Techniken<br />
<strong>von</strong> einander unterscheiden kann. Oftmals lassen sich mit diesem Wissen scheinbar<br />
unterschiedliche <strong>Visualisierung</strong>en auf dieselbe und ähnlich aussehende <strong>Visualisierung</strong>en<br />
auf völlig unterschiedliche <strong>Visualisierung</strong>stechniken zurückführen. Diese grundlegenden<br />
Techniken werden anhand der „Grammar of Graphics“, welche Leland Wilkinson<br />
entwickelte, erläutert. Diese trennt grundsätzlich die mathematischen <strong>von</strong> den<br />
ästhetischen Regeln, welche für die Erzeugung einer Grafik verwendet werden. Somit<br />
lassen sich Grafiken im Wesentlichen in die folgenden Grundelemente zerlegen: ihre<br />
Geometrie (Graphentypen), ihre ästhetischen Attribute (Farbe, Form, etc.), ihre<br />
statistischen Methoden, ihre Skalierung und ihr Koordinatensystem, in welchem sie<br />
eingebettet sind. Grafiken können dabei entweder aus einer einzelnen Grafik bestehen<br />
oder aus so genannten Facetten, welche aus vielen kleinen Grafiken bestehen, die<br />
228
Variationen einer einzelnen Grafik darstellen. Durch Kombination der verschiedenartigen<br />
Ausprägungen der einzelnen Grundelemente - wie zum Beispiel „Line-Graphic“, „Blau“,<br />
etc. - lässt sich so eine große Vielzahl an unterschiedlichen Grafiken erzeugen. Auf Basis<br />
der „erlernten“ Grammatik können so auch neuartig erscheinende Grafiken richtig<br />
klassifizieren werden. Auch für Entwickler <strong>von</strong> <strong>Visualisierung</strong>en kann dieser Ansatz<br />
interessant sein, da die Kenntnis der Grundelemente <strong>von</strong> Grafiken zu neuartigen<br />
Kombinationsmöglichkeiten oder zu der Entwicklung bisher noch nicht existenter<br />
Elemente führen kann. Ähnlich einem Baukastensystem, ist die Vielzahl der möglichen<br />
Kombinationen und somit Ausprägungen höher, wenn man bei deren Zusammenbau die<br />
eigentlichen Grundelemente miteinander kombiniert, anstatt bereits vorgefertigte<br />
Komponenten zu nutzen.<br />
<strong>Visualisierung</strong>en nutzen zuweilen so genannte Metaphern um das User Interface und die<br />
damit zusammenhängende Funktionalität besser darzulegen. Die Idee dabei ist, anhand<br />
<strong>von</strong> spezifischem Wissen, welches der Benutzer zu einem früheren Zeitpunkt in anderen<br />
Bereichen erworben hat, die Komplexität des User Interfaces zu reduzieren. Dabei kann<br />
eine Metapher einem System, bzw. einer <strong>Visualisierung</strong> entweder global oder partiell, in<br />
Form <strong>von</strong> oftmals mehreren miteinander kombinierten Metaphern, zugrunde liegen.<br />
Die Präsentation <strong>von</strong> praktischen und/oder exemplarischen Beispielen für Visualisier-<br />
ungen soll die Einsatzmöglichkeiten <strong>von</strong> <strong>Visualisierung</strong>stechniken im Bereich der<br />
Wissenschaft und Wirtschaft aufzeigen. Aufgrund der immensen Vielzahl an existenten<br />
<strong>Visualisierung</strong>en und ihren unterschiedlichen Ausprägungen war es im Rahmen dieser<br />
<strong>STAR</strong> jedoch nur möglich einen kleinen Einblick in die Welt der <strong>Visualisierung</strong>en zu<br />
gewähren. Für weiterführende Informationen wird auf die Hinweise innerhalb des Kapitels<br />
verwiesen. Diese beinhalten zum Beispiel Links zu „Online-Sammlungen“ für<br />
<strong>Visualisierung</strong>en, wie „MIKY“ oder „OLIVE“. Um die <strong>Visualisierung</strong>en nicht nur im Detail<br />
darstellen zu können, sondern auch um einen konzeptionellen Überblick zu vermitteln, ist<br />
es erforderlich deren Darstellung sinnvoll zu strukturieren. Ein oftmals verwendeter<br />
Ansatz hierfür, ist die Klassifizierung anhand der zugrundeliegenden <strong>Daten</strong> der jeweiligen<br />
<strong>Visualisierung</strong>. <strong>Daten</strong>, die visualisiert werden sollen, können sehr ungleich sein. Dabei<br />
kann es sich ebenso um Messdaten bezüglich der jährlichen Flächenreduktion der<br />
Polarkappen, um die Verbraucherdaten einer großen Handelskette als auch um das<br />
Netzwerk der Pariser Metro oder die Baukomponenten eines Fahrzeugs handeln. Da<br />
<strong>Visualisierung</strong>en <strong>Daten</strong> in visuelle Formate transformieren, ist es hilfreich in diesem<br />
Zusammenhang einige <strong>Daten</strong>typen zu definieren, anhand derer die Klassifizierung<br />
vorgenommen werden kann. Die Task by Data Type Taxonomy for Information<br />
Visualization <strong>von</strong> Shneiderman unterscheidet insgesamt sieben mögliche <strong>Daten</strong>typen:<br />
Ein-, Zwei-, Dreidimensional, Temporal, Multi-Dimensional, Tree und Network. Anhand<br />
dieser Klassifizierung erfolgte die kurzgefasste Präsentation ausgesuchter Beispiele für<br />
229
<strong>Visualisierung</strong>en, um die Einsatzmöglichkeiten <strong>von</strong> <strong>Visualisierung</strong>stechniken aufzuzeigen.<br />
Die Auswahl der an dieser Stelle vorgestellten <strong>Visualisierung</strong>en fand dabei aufgrund des<br />
Bekanntheitsgrades der jeweiligen <strong>Visualisierung</strong>, bzw. aufgrund der darin enthaltenen<br />
Technik statt.<br />
Der Diskurs zum Thema <strong>Visualisierung</strong> schließt mit den Ausführungen zum<br />
konzeptionellen Einsatz <strong>von</strong> <strong>Visualisierung</strong>stechniken. Wie bereits erwähnt, ist das<br />
grundlegende Ziel <strong>von</strong> <strong>Visualisierung</strong>en der Nutzen für den Benutzer. Dieser hängt jedoch<br />
individuell <strong>von</strong> der jeweiligen Situation ab, in welcher die <strong>Visualisierung</strong> eingesetzt wird<br />
und ist demnach stark kontextspezifisch. Entsprechend ist der erfolgreiche Einsatz einer<br />
<strong>Visualisierung</strong> mit einer Reihe <strong>von</strong> Faktoren verbunden. Mann und Reiterer identifizierten<br />
in der 5T-Environment insgesamt fünf Hauptfaktoren, welche den Nutzen bzw. Erfolg <strong>von</strong><br />
<strong>Visualisierung</strong>en beeinflussen. Diese sind: „Target user group“, „Type and number of<br />
data“, „Task to be done“, „Technical possibilities“ und „Training“. Der Einsatz <strong>von</strong><br />
<strong>Visualisierung</strong>stechniken muss daher immer für jede Situation hinsichtlich der genannten<br />
Faktoren individuell geprüft und den gegebenen Anforderungen entsprechend angepasst<br />
werden. Ein Konzept, welches jedoch lediglich die einzelnen <strong>Visualisierung</strong>stechniken und<br />
ihre <strong>Daten</strong> berücksichtigt - also die einzelnen <strong>Visualisierung</strong>stechniken vom ihrem<br />
Kontext trennt - wird daher als kritisch betrachtet. Die Erstellung eines solchen<br />
Konzeptes für den sinnvollen Einsatz <strong>von</strong> <strong>Visualisierung</strong>en mit allgemeingültigem<br />
Charakter war an dieser Stelle und in diesem Sinne also nicht möglich. Jedoch kann nicht<br />
generell ausgeschlossen werden, dass eine weitere Beschäftigung mit der Thematik der<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>, mehr Zusammenhänge zwischen <strong>Visualisierung</strong>stechniken und<br />
sinnvollen Einsatzbereichen, aufdeckt um daraus Regeln bezüglich der Verwendung <strong>von</strong><br />
<strong>Visualisierung</strong>stechniken ableiten zu können.<br />
Eine Hilfestellung bei der Auswahl <strong>von</strong> <strong>Visualisierung</strong>stechniken kann jedoch bereits jetzt<br />
schon anhand der Task by Data Type Taxonomy (TTT) for Information Visualization <strong>von</strong><br />
Shneiderman und der darauf basierenden Präsentation der Beispielvisualisierungen<br />
gegeben werden. Demnach kann durch Zuordnung der Ausgangsdaten zu dem<br />
entsprechenden <strong>Daten</strong>typ, die Auflistung der Beispielvisualisierungen, welche basierend<br />
auf dieser Klassifizierung erstellt wurde, gewissermaßen als Orientierungshilfe für die<br />
Auswahl <strong>von</strong> <strong>Visualisierung</strong>stechniken dienen.<br />
Die Verknüpfung der theoretischen Rechercheergebnisse zum Praxisbezug der MB Online-<br />
Welt erfolgt anhand einer Diskussion hinsichtlich diverser <strong>Visualisierung</strong>smöglichkeiten<br />
dreier ausgesuchter Settings aus dem Webauftritt <strong>von</strong> Mercedes-Benz Deutschland.<br />
Dabei werden zunächst die spezifischen Settings, bei denen es sich um die<br />
Repräsentation der „Klassenwelt (PKW)“, der „Standard- und Sonderausstattungen<br />
(PKW)“ und um die „Ergebnisdarstellung der Gebrauchtwagensuche (PKW)“ handelt, kurz<br />
in ihrer derzeitigen Darstellungsform, also dem Ist-Stand vorgestellt. Anschließend<br />
230
erfolgt die Analyse der Settings hinsichtlich der fünf Faktoren der 5T-Environment,<br />
welche bereits zuvor für den Erfolg einer <strong>Visualisierung</strong> als maßgeblich verantwortlich<br />
identifiziert wurden. Basierend auf diesen Erkenntnissen wurde zunächst eine Reihe <strong>von</strong><br />
<strong>Visualisierung</strong>en hinsichtlich der ermittelten Anforderungen überprüft. Diese Auswahl <strong>von</strong><br />
<strong>Visualisierung</strong>en wurde dann in einem weiteren Schritt hinsichtlich ihrer Eignung in Bezug<br />
auf die ausgewählten Settings aus der MB Online-Welt beurteilt, woraus sich auch<br />
Empfehlungen hinsichtlich der aktuellen Designstudien der MB Online-Welt ergaben. Da<br />
im Rahmen dieser <strong>STAR</strong> nicht alle <strong>Visualisierung</strong>smöglichkeiten präsentiert werden<br />
können, wurden einige aus dieser Auswahl exemplarisch vorgestellt und diskutiert. Ziel<br />
dabei ist es, einen Eindruck zu vermitteln, wie der Einsatz <strong>von</strong> <strong>Visualisierung</strong>en in der MB<br />
Online-Welt möglicherweise aussehen könnte. Die Diskussion hat gezeigt, dass es<br />
oftmals eine Vielzahl an <strong>Visualisierung</strong>smöglichkeiten für ein und denselben <strong>Daten</strong>satz<br />
gibt. Dabei birgt jede <strong>Visualisierung</strong>sform sowohl Vor- als auch Nachteile in sich. Häufig<br />
gibt es nicht „die“ richtige Lösung an sich. Vielmehr existieren oftmals mehrere, durchaus<br />
sinnvolle Möglichkeiten, einen <strong>Daten</strong>satz zu visualisieren. Die Faktoren der 5T-<br />
Environment helfen zwar <strong>Visualisierung</strong>en auszuschließen, führen aber nicht zwangsläufig<br />
zu einer einzelnen Lösung. Daher empfiehlt es sich, die Festlegung auf eine bestimmte<br />
<strong>Visualisierung</strong>sform anhand mehrerer Faktoren, wie die der 5T-Environment, abzuwägen<br />
und mittels Benutzerumfragen und –tests die Entscheidung zusätzlich zu unterstützen.<br />
231
7. Ausblick<br />
„The real voyage of discovery consists not in seeking new landscapes<br />
but in having new eyes.“<br />
[Proust]<br />
Der abschließende Teil der <strong>STAR</strong> beinhaltet, basierend auf den Erkenntnissen der<br />
vorangegangenen Recherchen, Prognosen über zukünftige Entwicklungen und Tendenzen<br />
im Bereich der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>.<br />
Wie in der State-of-the-Art Analyse gezeigt, stellt die Thematik der <strong>Visualisierung</strong> <strong>von</strong><br />
<strong>Daten</strong> schon heute einen sehr umfassenden Bereich mit verschiedenartigsten<br />
Ausprägungen dar. Information hat es schon immer gegeben und wird es immer geben.<br />
Stellt sich also die Frage, wie sieht die Darstellung <strong>von</strong> Information in Zukunft aus und<br />
entsprechend, wie entwickelt sich der Bereich der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> weiter.<br />
Maßgeblich beteiligt an der Fortentwicklung <strong>von</strong> <strong>Visualisierung</strong>en ist sicherlich die<br />
technologische Komponente. So werden neue Formen <strong>von</strong> Displays, wie zum Beispiel <strong>von</strong><br />
PDAs oder Mobilfunktelefonen, Computer mit mehr Rechenleistung und höheren<br />
Speicherkapazitäten oder auch höhere <strong>Daten</strong>übertragungsraten einen starken Einfluss<br />
auf kommende Generationen <strong>von</strong> <strong>Visualisierung</strong>en haben. Auch neuartige Technologien<br />
wie Virtual Reality oder Immersive Environments eröffnen neue Möglichkeiten für die<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>. Bislang ist die Entwicklung <strong>von</strong> <strong>Visualisierung</strong>en jedoch noch<br />
weitestgehend auf den Sektor der wissenschaftlichen Forschung beschränkt, wenn auch<br />
auf mehrere Disziplinen. In Zukunft wird sich dies sicherlich ändern. <strong>Visualisierung</strong>en<br />
dringen in immer mehr Anwendungsbereiche vor und eröffnen sich damit auch<br />
zunehmend dem Normalverbraucher. Damit wandeln sich <strong>Visualisierung</strong>en <strong>von</strong> den<br />
Fachanwendungen zum Konsumgut, wodurch sich ein großer Markt an potentiellen<br />
Nutzern eröffnet. Entsprechend dringen auch immer mehr Firmen, welche sich mit der<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> beschäftigen in den Markt vor. Die Folge da<strong>von</strong> ist, dass sich die<br />
Entwicklung <strong>von</strong> <strong>Visualisierung</strong>en zunehmend aus dem theoretischen, Prototyp-basierten<br />
Forschungsbereich in anwendbare Applikationen hinausbewegt. Dabei werden vermehrt<br />
bereits existierende Techniken zur <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> verwendet und neue im<br />
Zusammenhang mit bestimmten Applikationen entwickelt. Wie auch in der <strong>STAR</strong><br />
gesehen, existiert bereits eine immense Vielzahl an verschiedenartigen Techniken zur<br />
<strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong>. Diese stellen sozusagen einen großen Pool an<br />
<strong>Visualisierung</strong>sideen dar, welche wiederum für andere <strong>Visualisierung</strong>en eingesetzt werden<br />
können (vgl. VizBox). Die Fokussierung auf Applikationen hilft dabei fehlende Techniken<br />
232
zu ermitteln und den Wert bestehender zu bestimmen. Auch der kombinierte Einsatz <strong>von</strong><br />
verschiedenartigen <strong>Visualisierung</strong>stechniken in einer Applikation ermöglicht es eine breite<br />
Benutzerbasis zu erreichen. [CMS 1999] Diese Öffnung zur breiten Masse bringt aber<br />
auch eine Veränderung der <strong>Visualisierung</strong>en selbst mit sich. Denn entsprechend der<br />
Äußerung <strong>von</strong> Edward Tufte: „The world is complex, dynamic, multidimensional...” stellt<br />
sich auch die Welt der <strong>Visualisierung</strong>en als komplex, dynamisch und multidimensional<br />
dar. D.h. es gibt aufgrund der großen Vielfalt an verschiedenartigen <strong>Visualisierung</strong>en<br />
auch entsprechend viele unterschiedliche Schwierigkeitsgrade hinsichtlich der<br />
Komplexität der <strong>Visualisierung</strong>en. So äußerte sich auch Colin Ware: „It can be just as<br />
hard to learn to read some diagrams as it is to learn to read written language.“ Da der<br />
der Fokus der Entwicklung <strong>von</strong> <strong>Visualisierung</strong>en zukünftig vermehrt auf dem<br />
Normalverbraucher liegen wird, hat dies auch Einfluss auf die Komplexität der<br />
<strong>Visualisierung</strong>en. Dennoch muss man auch beachten, dass ein vermehrter Einsatz <strong>von</strong><br />
<strong>Visualisierung</strong>en im alltäglichen Umfeld auch die Vertrautheit mit <strong>Visualisierung</strong>en erhöht.<br />
Visuelle Repräsentationen <strong>von</strong> Information mögen anfangs ungewohnt und nur schwer<br />
verständlich erscheinen, können sich aber bei regelmäßigem Gebrauch nahtlos in den<br />
Alltag integrieren. So stellt selbst Schrift nichts weiter als visuell kodierte Information<br />
dar. Ist sie einmal erlernt, fügt sie sich nahtlos in den alltäglichen Gebrauch ein und ihre<br />
Verwendung wird als selbstverständlich erachtet. Die Dekodierung der Schriftzeichen<br />
stellt lediglich eine Frage des Gewohnheitsfaktors dar, unabhängig da<strong>von</strong>, um welche<br />
Sprache es sich dabei handelt.<br />
Die Thematik der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> birgt also auch zukünftig ein hohes Potential.<br />
Doch worin liegt das Ziel zukünftiger <strong>Visualisierung</strong>en? Die essentielle Frage, welche sich<br />
laut [CMS 1999] stellt, heißt: „What new things could we now do with this technology<br />
that were previously unthinkable?“ Denn ebenso wichtig, wie die technologischen Details<br />
<strong>von</strong> <strong>Visualisierung</strong>stechniken zu kennen ist es, die Natur informationsintensiver Aufgaben<br />
(Tasks) zu verstehen. Ohne Berücksichtigung des Kontexts würden <strong>Visualisierung</strong>en zu<br />
ihrem bloßen Selbstzweck entwickelt. Der Bereich der Information Visualization würde<br />
sich so zu einer Ansammlungen <strong>von</strong> Techniken entwickeln, welcher zwar nette Bilder<br />
erzeugt, für diese dann aber erst nach einer Verwendung suchen muss. Wahrer<br />
Fortschritt bei der <strong>Visualisierung</strong> <strong>von</strong> <strong>Daten</strong> entsteht laut [CMS 1999] nur durch ein<br />
tiefgreifendes Verständnis dafür, wie bestimmte Aktivitäten entscheidend unterstützt<br />
werden können, bzw. durch ein tiefgreifendes Verständnis für die Interaktion zwischen<br />
externer Kognition, Information und menschlicher (innerer) Kognition. [CMS 1999]<br />
233
In einer Welt, welche bereits heute schon aus einem gewaltigen Netzwerk aus<br />
Information und ihren verschiedenartigen Medien besteht, wird die <strong>Visualisierung</strong> <strong>von</strong><br />
<strong>Daten</strong> und respektive die Information Visualization in Zukunft ein Herzstück der neuen<br />
Technologie für Human Interfaces darstellen. Die Information Visualization trägt das<br />
Potential in sich die mentale Vorstellungskraft des Menschen durch Visionen um ein<br />
Vielfaches zu erweitern. [CMS 1999]<br />
“A picture is worth ten thousand nodes.”<br />
[Stuart Card, Jock Mackinlay, Ben Shneiderman]<br />
234
8. Quellenverzeichnis<br />
[AB 1998] Alonso, O.; Baeza-Yates, R. A. (1998): A model for visualizing large<br />
answers in WWW retrieval. In: Proceedings SCCC’98. 18th<br />
International Conference of the Chilean Society of Computer<br />
Science. Conference: Antofogasta, Chile, November 9-14 1998. Los<br />
Alamitos, CA (IEEE Comput. Soc.) 1998. p. 2-7.<br />
[And 1995] Andrews, K. (1995): Visualising Cyberspace: Information<br />
Visualisation in the Harmony Internet Browser. In: Gershon,<br />
Nahum; Eick, Stephen G. (Eds.): Proceedings of IEEE Information<br />
Visualization 1995. Conference: Atlanta, GA, October 30-31 1995.<br />
Los Alamitos, CA (IEEE Computer Soc. Press) 1995. p. 97-104.<br />
[AS 1994a] Ahlberg, C.; Shneiderman, B. (1994): Visual Information Seeking<br />
Using the Filmfinder. Conference Companion of CHI`94, ACM<br />
Conference on Human Factors in Computing Systems. 433.<br />
[AS 1994b] Ahlberg, C.; Shneiderman, B. (1994): Visual Information Seeking:<br />
Tight Coupling of Dynamic Query Filters with Starfield Displays.<br />
Proceedings of CHI’94, ACM Conference on Human Factors in<br />
Computing Systems, New York. 313-317.<br />
URL: ftp://ftp.cs.umd.edu/pub/hcil/Reports-Abstracts-<br />
Bibliography/3131html/3131.html (April 2004)<br />
[Bae 1996] Baeza-Yates, R.A. (1996): Visualizing large answers in text<br />
databases. In: AVI 1996: International Workshop on Advanced<br />
Visual Interfaces. Conference: Gubio, Italy, May 27-29 1996. New<br />
York (ACM Press) 1996. p. 101-107.<br />
[BC 1987] Becker, R.A.; Cleveland, W.S. (1987): Brushing Scatterplots.<br />
Technometrics, 29, 127-142.<br />
[BCC 2004] Bederson, B.B.; Clamage, A.D.; Czerwinski, M.P.; Robertson, G.R.<br />
(2004): DateLens: A Fisheye Calendar Interface for PDAs. ACM<br />
TOCHI 2004.<br />
235
[BCR 2002] Bederson, B.B.; Czerwinski, M.P.; Robertson, G.R. (2002): A<br />
Fisheye Calendar Interface for PDAs: Providing Overviews for Small<br />
Displays. HCIL Tech Report #HCIL-2002-09.<br />
URL: ftp://ftp.cs.umd.edu/pub/hcil/Reports-Abstracts-<br />
Bibliography/2002-09html/2002-09.pdf (April 2004)<br />
[BCS 1996] Becker, R.A.; Cleveland, W.S.; Shyu, M-J (1996): The design and<br />
control of Trellis display. Journal of Computational and Statistical<br />
Graphics, 5, 123-155.<br />
[Bek 1999] Bekavac, B. (1999): Hypertextgerechte Suche und Orientierung im<br />
WWW. Ein Ansatz unter Berücksichtigung hypertextspezifischer<br />
Struktur- und Kontextinformation. <strong>Universität</strong> <strong>Konstanz</strong>, Fachgruppe<br />
Informatik und Informationswissenschaft, Dissertation 1999.<br />
[Ber 1967] Bertin, J. (1967): Sémiologie Graphique. Paris: Editions Gauthier-<br />
Villars. Deutsche Übersetzung <strong>von</strong> Jensch, G.; Schade, D.; Scharfe,<br />
W.: Graphische Semiologie.Diagramme – Netze - Karten. Berlin:<br />
Walter de Gruyter, 1974.<br />
[Ber 1977] Bertin, J. (1977): La Graphique et le Traitement Graphique de<br />
l’Information. Paris: Flammarion. Deutsche Übersetzung <strong>von</strong> Scharf,<br />
W.: Graphische Darstellungen. Graphische Verarbeitung <strong>von</strong><br />
Information. Berlin: New York: de Gruyter, 1982.<br />
[BFL 1985] Bly, S.A.; Frysinger, S.P.; Lunnery, D.; Mansur, D.L.; Mezrich, J.J.;<br />
Morrison, R.C. (1985): Communication with sound. Human Factors<br />
in Computing Systems: CHI 85 Conference Proceedings. New York:<br />
ACM Press, 115-119.<br />
[BFO 1984] Breiman, L. ; Friedman, J.H.; Olshen, R.A.; Stone, J.C. (1984):<br />
Classification and Regression Trees. Belmont, CA: Wadsworth.<br />
[BH 1994] Bederson, B.B.; Hollan, J. D. (1994): PAD++: A zooming graphical<br />
user interface for exploring alternate interface physics In: UIST 94:<br />
7th ACM Symposium on User Interface Software and Technology<br />
New York (ACM press) 1994. p. 17-27.<br />
URL: http://www.cs.umd.edu/hcil/pad++/papers/uist-94-pad/uist-<br />
94-pad.pdf (April 2004)<br />
236
[BHP 1996] Bederson, B.B.; Hollan, J. D.; Perlin, K. (1996): Pad++: A zoomable<br />
graphical sketchpad for exploring alternate interface physics. In:<br />
Journal of Visual Languages and Computing, 7 (1996) 1, p. 3-31.<br />
[BG 2000] Bryan, D.; Gershman, A. (2000): The Aquarium: A Novel User<br />
Interface Metaphor for Large, Online Stores. In: Tjoa, A Min;<br />
Wagner, Roland R.; Al-Zobaidie, Ala (Eds.): Proceedings 11th<br />
International Workshop on Database and Expert Systems<br />
Applications. Conference: Greenwich, London, United Kingdom,<br />
September 4-8 2000. Los Alamitos, CA (IEEE Computer Society)<br />
2000. p. 601-607.<br />
[Bly 1983] Bly, S.A. (1983): Interactive Tools for data exploration. Computer<br />
Science and Statistics: Proceedings of the 15 th Symposium on the<br />
Interface, 255-259.<br />
[Bor 1989] Borgman, C.L. (1989): All users of information systems are not<br />
created equal: An exploration into individual differences. In:<br />
Information Processing & Management, 25 (1989) 3, p. 237-252.<br />
[Brg 1990] Bregman, A.S. (1990): Auditory Scene Analysis: The Perceptual<br />
Organization of Sound. Cambrifge, MA: MIT Press.<br />
[Bre 1994] Brewer, C.A. (1994): Color use guidelines for mapping and<br />
visualization. In A.M. MacEachren and D.R.F. Taylor (eds.),<br />
Visualization in Modern Cartography, pp. 123-147. Oxford:<br />
Pergamon Press.<br />
[Bre 1996] Brewer, C.A. (1996): Guidelines for selecting colors for diverging<br />
schemes on maps. The Cartographic Journal, 33, 79-86.<br />
[Bru 1978] Bruckner, L.A. (1978): On Chernoff Faces. In P.C.C. Wang (Ed.),<br />
Graphical Representation of Multivariate Data. New York: Academic<br />
Press, pp. 93-121.<br />
[BS 2003] Bederson, B.B.; Shneiderman, B. (2003): The Craft of Information<br />
Visualization. Readings and Reflections. San Francisco, CA (Morgan<br />
Kaufmann) 2003.<br />
[BSC 2001] de Bruijn, O.; Spence, R.; Chong M.Y. (2001): RSVP Browser: Web<br />
Browsing on Small Screen Devices. In Proceedings of the IHM-HCI<br />
2001 workshop on Human Computer Interaction with Mobile<br />
Devices: Mobile HCI'01 (Lille, September 2001).<br />
237
[BSh 1995] Brown, M.H.; Shillner, R.A. (1995): A New Paradigm for Browsing<br />
the Web. Short Papers. In: Katz, Irvin R.; Mack, Robert L.; Marks,<br />
Linn et al. (Eds.): CHI 1995: Conference Proceedings Human<br />
Factors in Computing Systems. Conference: Denver, CO, May 7-11<br />
1995. New York (ACM Press) 1995. p. 320-321.<br />
[BSF 1994] Bier, E.A.; Stone, M.C.; Fishkin, K. et al. (1994): A Taxonomy of<br />
See-Through Tools. In: Adelson, B.; Dumais, S.; Olson, J. S. (Eds.):<br />
CHI 1994: Conference Proceedings Human Factors in Computing<br />
Systems. Conference: Boston, MA, April 24-28 1994. New York<br />
(ACM Press) 1994. p. 358-364.<br />
[BSG 1989] Blattner, M.; Sumikawa, D.; Greenberg, R. (1989): Earcons and<br />
icons: Theirstructure and common design principles. Human-<br />
Computer-Interaction, 4, 11-44.<br />
[BSp 1999] de Bruijn, O.; Spence, R. (1999): Rapid Serial Visual Presentation.<br />
Video Production 1401, Imperial College Television Studio, London,<br />
Imperial College.<br />
URL: http://www.iis.ee.ic.ac.uk/~o.debruijn/rsvp.pdf (April 2004)<br />
[BSp 2000] de Bruijn, O.; Spence, R. (2000): Rapid Serial Visual Presentation:<br />
A space-time trade-off in information presentation. In Proceedings<br />
of Advanced Visual Interfaces, AVI’2000 (Palermo, Italy, May 2000).<br />
URL: http://www.iis.ee.ic.ac.uk/~o.debruijn/avi2000.pdf<br />
(April 2004)<br />
[BP 1989] Butler, D.M.; Pendley, M.H. (1989): A visualization model based on<br />
the mathematics of fibre bundles. Computers in Physics, 3, 45-51.<br />
[Car 1994] Carr, D.B. (1994): Converting Tables to Plots. Technical Report No.<br />
101, Center of Computational Statistics. Fairfax, VA: Georg Mason<br />
University.<br />
[Card 2003] Card, S. (2003): Information Visualization. In: The human-<br />
computer interaction handbook: fundamentals, evolving<br />
technologies and emerging applications, Lawrence Erlbaum<br />
Associates, Inc., p.544-582.<br />
[Cas 1991] Casner, S. M. (1991): A Task-Analytic Approach to the Automated<br />
Design of Graphic Presentations. In: ACM Transactions on Graphics,<br />
10 (1991) 2, p. 111-151.<br />
238
[Cha 1993] Chalmers, M. (1993): Using a Landscape to represent a corpus of<br />
documents. In: Frank, A.; Caspari, I. (Eds.): Spatial Information<br />
Theory. Proceedings of COSIT’93, European Conference on Spatial<br />
Information Theory. Elba, Italy, September 1993 Berlin (Springer)<br />
1993. p. 377-390.<br />
[Cha 1995] Chalmers, M. (1995): Design Perspectives in Visualising Complex<br />
Information. In: Spaccapietra, Stefano; Jain, Ramesh (Eds.): Proc<br />
3rd IFIP Visual Databases Conference (VDB.3). London (Chapman &<br />
Hall) 1995. p. 103-111.<br />
[Chi 2002] Chi, E. H. (2002): Improving Web Usability Through Visualization.<br />
IEEE Internet Computing: 64-71.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/items/UIR-2002-<br />
05-Chi-IEEEIC-WebUsabilityViz.pdf (April 2004)<br />
[CCF 1997] Carpendale, M.S.T.; Cowperthwaite, D.J; Fracchia, F.D. (1997):<br />
Extending distorsion viewing from 2D to 3D. IEEE Computer<br />
Graphics and Applikations, 17, 42-51.<br />
[CCK 1983] Chambers, J.M.; Cleveland, W.S.; Kleiner, B.; Tukey, P.A. (1983):<br />
Graphical Methods for Data Analysis. Monterey, CA: Wadsworth.<br />
[CEH 1996] Cox, K. C.; Eick, S. G.; He, T. (1996): 3D Geographic Network<br />
Display. In: Sigmond Record, Volume 24, Number 4, December<br />
1996.<br />
URL: http://pfp7.cc.yamaguchi-u.ac.jp/~ichikawa/iv/resources/<br />
3D_copyright.pdf (April 2004)<br />
[Che 1973] Chernoff, H. (1973): The use of faces to represent points in k-<br />
dimensional space graphically. Journal of the American Statistical<br />
Association, 68, 361-368.<br />
[Cle 1985] Cleveland, W.S. (1985): The Elements of Graphing Data. Summit,<br />
NJ: Hobart Press.<br />
[Cle 1993] Cleveland, W.S. (1993): A model of studing display methods of<br />
statistical graphics (with discussion). Journal of Computational and<br />
Graphical Statistics, 2, 323-343.<br />
[Cle 1995] Cleveland, W.S. (1995): Visualizing Data. Summit, NJ: Hobart<br />
Press.<br />
239
[CM 1988] Cleveland, W.S.; McGill, M.E. (1988): Dynamic Graphics for<br />
Statistics. Belmont, CA: Wadsworth.<br />
[CMK 1988] Carroll, J.M.; Mack, R.L.; Kellogg, W.A. (1988): Interface Metaphors<br />
and User interface Design. In: Helander, Martin (Ed.): Handbook of<br />
Human-Computer Interaction Amsterdam (North-Holland) 1988. p.<br />
67-85.<br />
[CMS 1999] Card, S.K.; Mackinlay, J.D.; Shneiderman, B. (1999): Readings in<br />
Information Visualization. Using Vision to Think. San Francisco, CA<br />
(Morgan Kaufmann) 1999.<br />
[COC 1998] Carr, D.B.; Olsen, A.R.; Courbois, J-Y.P.; Pierson, S.M.; Carr, D.A.<br />
(1998): Linked micromap plots: Named and described. Statistical<br />
Computing & Statistical Graphics Newsletter, 9, 24-32.<br />
[COW 1992] Carr, D.B. ; Olsen, A.R. ; White, D. (1992): Hexagon mosaic maps<br />
for display of univariate and bivariate geographical data.<br />
Cartography and geographic Information systems, 19, 228-236.<br />
[Cox 1986] Cox, P.R. (1986): Population pyramid. In S.Kotz and N.L. Johnson<br />
(Eds.), Encyclopedia of Statistical Scienes, Vol.7. New York: John<br />
Wiley & Sons, 113-116.<br />
[CRY 1996] Card, S.K.; Robertson, G.G.; York, W. (1996): The WebBook and<br />
the Web Forager: An Information Workspace in the World Wide<br />
Web. In: Tauber, M. J.; Bellotti, V.; Jeffries, R. et al. (Eds.): CHI<br />
1996: Conference Proceedings Human Factors in Computing<br />
Systems. Conference: Vancouver, BC, Canada, April 13-18 1998.<br />
New York (ACM Press) 1996. p. 111-117.<br />
URL: http://www.acm.org/sigchi/chi96/proceedings/papers/<br />
Card/skc1txt.html (April 2004)<br />
[CSC 1996] Cowperthwaite, D.J.; Sheelagh, M.; Carpendale, T.; Fracchia, F.D.<br />
(1996): Visual Access for 3D Data. CHI 96. Electronic Proceedings.<br />
URL: http://www.acm.org/sigchi/chi96/proceedings/shortpap/<br />
Cowperthwaite/djc.htm (April 2004)<br />
[CW 1994] Cook, R.D; Weisberg, S. (1994): An Introduction to Regression<br />
Graphics. New York: John Wiley & Sons.<br />
240
[CY 2000] Chi, Ed H. (2000): A Taxonomy of Visualization Techniques Using<br />
the Data State Reference Model. In: Roth, Steven F.; Keim, Daniel<br />
A. (Eds.): Proceedings of IEEE Information Visualization 2000.<br />
Conference: Salt Lake City, UT, October 9-10 2000. Los Alamitos,<br />
CA (IEEE Computer Soc. Press) 2000. p. 69 -75.<br />
[Dat 2004] Projekt-Homepage der DateLens (2004)<br />
URL: http://www.cs.umd.edu/hcil/datelens/ (April 2004)<br />
[Dae 2003] Däßler, R. (1999): Informationsvisualisierung. Stand, Kritik und<br />
Perspektiven. In: Methoden/Strategien der <strong>Visualisierung</strong> in Medien,<br />
Wissenschaft und Kunst, Wissenschaftlicher Verlag Trier (WVT).<br />
URL: http://fabdp.fh-potsdam.de/daessler/paper/InfoVis99.pdf<br />
(April 2004)<br />
[DE 2001] Dachselt, R.; Ebert, J. (2001): Collapsible Cylindrical Trees: A Fast<br />
Hierarchical Navigation Technique. Proceedings of the IEEE<br />
Symposium on Information Visualization (InfoVis 2001), San Diego,<br />
Oktober 2001.<br />
[DF 1977] Dallal, G.; Finseth, K. (1977): Couble dual histograms. The<br />
American Statistician, 31, 39-41.<br />
[DFr 1998] Dieberger, A.; Frank, A.U. (1998): A city metaphor for supporting<br />
navigation in complex information spaces. In: Journal of Visual<br />
Languages and Computing, 9 (1998) 6, p. 597-622.<br />
[Die 1994] Dieberger, A. (1994): Navigation in Spatial Information<br />
Environments: User Interface Design Issues for Hypertext and VR<br />
Systems. In: ECHT 94: European Conference on Hypertext<br />
Technology. Conference: September 19-23 1994, Edinburgh,<br />
Scotland.<br />
http://www.mindspring.com/~juggle5/Archive/ECHT94.Poster.hand<br />
out.html (April 2004)<br />
[Ega 1988] Egan, D.E. (1988): Individual differences in human-computer<br />
interaction. In: Helander, Martin (Ed.): Handbook of Human-<br />
Computer Interaction Amsterdam (North-Holland) 1988. p. 543-<br />
568.<br />
241
[EGK 1999] Eick, S.G.; Graves, T.L., Karr, A.F.; Marron, J.S.; Mockus, A.<br />
(1999): Does Code Decay? Assessing the Evidence from Change<br />
Management Data. IEEE Transactions of Software Engineering,<br />
Vol.X, 100-111.<br />
[Eic 1996] Eick, S.G. (1996): Aspects of Networks Visualization. In: Computer<br />
Graphics and Applications, Vol.16, No.2, pages 69-72, März 1996.<br />
URL: http://pfp7.cc.yamaguchi-u.ac.jp/~ichikawa/iv/resources/<br />
netvis_copyright.pdf (April 2004)<br />
[EK 1997] Elzer, P.F.; Krohn, U. (1997): <strong>Visualisierung</strong> zur Unterstützung der<br />
Suche in komplexen <strong>Daten</strong>beständen. In: Fuhr, Norbert; Dittrich,<br />
Gisbert; Tochtermann, Klaus (Eds.): Hypertext - Information<br />
Retrieval - Multimedia 97: Theorien, Modelle und<br />
Implementierungen integrierter elektronischer Informationssysteme.<br />
Conference: Dortmund, Germany, October 29 - November 2 1997.<br />
<strong>Konstanz</strong> (<strong>Universität</strong>sverlag <strong>Konstanz</strong>) 1997. p. 27-38.<br />
[ERG 1989] Egan, D.E.; Remde, J.R.; Gomez, L.M. (1989): Formative Design-<br />
Evaluation of SuperBook. In: ACM Transactions on Information<br />
Systems, 7 (1989) 1, p. 30-57.<br />
[EW 1993] Earnshaw, R.A.; Watson, D. (1993): Animation und Scientific<br />
Visualization: Tools and Applications. New York: Academic Press.<br />
[Fie 1979] Fienberg, S. (1979): Graphical methods in statistics. The American<br />
Statistician, 33, 165-178.<br />
[Fis 1994] Fisher, P.F. (1994): Animation and sound for the visualization of<br />
uncertain spatial information. In H.H. Hearnshaw and D.J. Unwin<br />
(Eds.), Visualization in geographical information systems. New York:<br />
John Wiley & Sons, Inc., 181-185.<br />
[FS 1995] Fishkin, K.; Stone, M.C. (1995): Enhanced Dynamic Queries via<br />
Movable Filters. In: Katz, Irvin R.; Mack, Robert L.; Marks, Linn et<br />
al. (Eds.): CHI 1995: Conference Proceedings Human Factors in<br />
Computing Systems. Conference: Denver, CO, May 7-11 1995. New<br />
York (ACM Press) 1995. p. 23-29.<br />
[Fur 1986] Furnas, G.W. (1986): Generalized fisheye views. Human Factors in<br />
Computing Systems: CHI 86 Conference Proceedings. New York:<br />
ACM Press, 16-23.<br />
242
[Gol 1997] Golovchinsky, G. (1997): Queries? Links? Is there a Difference? In:<br />
CHI 1997: Conference Proceedings Human Factors in Computing<br />
Systems. Conference: Atlanta, GA, March 22-27 1997. New York<br />
(ACM Press) 1997. p. 407-413.<br />
[GC 1997] Golovchinsky, G.; Chignell, M.H. (1997): The Newspaper as an<br />
Information Exploration Metaphor In: Journal of Information<br />
Processing & Management, 33 (1997) 5, p. 663-683.<br />
[Gol 1997a] Golovchinsky, G. (1997): From Information Retrieval to Hypertext<br />
and Back Again: The Role of Interaction in the Information<br />
Exploration Interface. University of Toronto, Graduate Department<br />
of Mechanical and Industrial Engineering, PhD Thesis 1997.<br />
[Gol 1997b] Golovchinsky, G. (1997): What the Query Told the Link: The<br />
Integration of Hypertext and Information Retrieval. In: Bernstein,<br />
Mark; Carr, Les; Østerbye, Kasper (Eds.): Hypertext 1997:<br />
Proceedings of the Eigth ACM Conference on Hypertext. Conference:<br />
University of Southampton, United Kingdom, April 6-11 1997. New<br />
York (ACM Press) 1997. S. 67-74.<br />
[GS 1992] Guinan, C.; Smeaton, A.F. (1992): Information Retrieval from<br />
Hypertext using Dynamically Planned Guided Tours. In: Hypertext<br />
1992 / ECHT 1992: European Conference on Hypertext Technology.<br />
Conference: Milan, Italy, November 30 - December 4 1992. New<br />
York (ACM Press) 1992. p. 122-130.<br />
[HA 1987] Hammond, N.V.; Allinson, L.J. (1987): The travel Metaphor as<br />
design principle and training aid for navigating around complex<br />
systems. In: Diaper, D.; Winder, R. (Eds.): HCI ‚87, People and<br />
Computers III (=British Computer Society Conference Series.)<br />
p. 75-90.<br />
[Har 1972] Hartigan, J.A. (1972): Direct Clustering of a data matrix. Journal of<br />
the American Statistical Association, 67, 123-129.<br />
[Har 1975] Hartigan, J.A. (1975): Printer graphics for clustering. Journal of<br />
Statistical Computation and Simulation, 4, 187-213.<br />
[HDW 1995] Hendley, R.J.; Drew, N.S.; Wood, A.M.; Beale, R. (1995): Narcissus:<br />
Visualising Information.<br />
URL: http://pfp7.cc.yamaguchi-u.ac.jp/~ichikawa/iv/resources/<br />
narcissus.pdf (April 2004)<br />
243
[Hea 1995] Hearst, M.A. (1995): TileBars: Visualization of Term Distribution<br />
Information in Full Text Information Access. CHI 95 Conference<br />
Proceedings.<br />
URL: http://www.acm.org/sigchi/chi95/Electronic/documnts/<br />
papers/mah_bdy.htm (April 2004)<br />
[Hea 1999] Hearst, M.A. (1999): User Interfaces and Visualization. In: Baeza-<br />
Yates, Ricardo A.; Ribeiro-Neto, Berthier (Eds.): Modern Information<br />
Retrieval. Reading, MA (Addison Wesley Longman) 1999. p. 257-<br />
324.<br />
[HC 1986] Henderson, D. A.; Card, S.K. (1986): Rooms: The Use of Multiple<br />
Workspaces to Reduce Space Contention in a Window-Based<br />
Graphical User Interface. In: ACM Transactions on Graphics, 5<br />
(1986) 3, p. 211-243.<br />
[HHH 1998] Hetzler, B; Harris, W. M.; Havre, S.; Whitney, P. (1998): Visualizing<br />
the Full Spectrum of Document Relationships. In: Structures and<br />
Relations in Knowledge Organization. Proc. 5th Int. ISKO Conf.<br />
Wurzburg: ERGON Verlag, 1998. pp. 168-175.<br />
URL: http://www.pnl.gov/infoviz/isko.pdf (April 2004)<br />
[HK 1981] Hartigan, J.A.; Kleiner, B. (1981): Mosaics for contingency tables. In<br />
Computer Science and Statistics: Proceedings of the 13 th<br />
Symposium on the Interface, 268-273.<br />
[HK 1984] Hartigan, J.A.; Kleiner, B. (1984): A mosaic of television ratings.<br />
The American Statistician, 38, 32-35.<br />
[HM 1990] Haber, R.B.; McNabb, D.A. (1990): Visualization idioms: A<br />
conceptual model for scientific visualization systems. In<br />
G.M.Nielson, B.D. Shriver, and L.J. Rosenblum, (Eds.), Visualization<br />
in scientific Computing, pp. 75-93. Los Alamitos, CA: IEEE Computer<br />
Society Press.<br />
[Hol 1994] Hollander, A.J. (1994): An exploration of virtual auditory shape<br />
perception. Unpublished Master’ thesis, Engineering, University of<br />
Washington.<br />
[Hot 2004] Projekt Homepage <strong>von</strong> Hot Sauce (2004)<br />
URL: http://www.eastgate.com/squirrel/HotSauce.html (April 2004)<br />
244
[Hub 1972] Huber, P.J. (1972): Robust statistics: A review. Annals of<br />
Mathematical Statistics, 43, 1041-1067.<br />
[HWM 1998] Hetzler, B.; Whitney, P.; Martucci, L., Thomas, J. (1998): Multi-<br />
faceted Insight Through Interoperable Visual Information Analysis<br />
Paradigms. In Proceedings of IEEE Symposium on Information<br />
Visualization, InfoVis '98, October 19-20, 1998, Research Triangle<br />
Park, North Carolina. pp.137-144.<br />
URL: http://www.pnl.gov/infoviz/insight.pdf (April 2004)<br />
[Ins 1984] Inselberg, A. (1984): The plane with parallel coordinates. The Visual<br />
Computer, 1, 69-91.<br />
[JL 1966] Julesz, B.; Levitt, H. (1966): Spatial chords. Journal of the<br />
Acoustical Society of America, 40, 1253.<br />
[JS 1995] Jog, N.K. (1995); Shneiderman, B. (1995): Starfield Information<br />
Visualization with Interactive Smooth Zooming. Aus: Spaccapietra,<br />
Stefano; Jain, Ramesh (Eds.): Visual Database Systems 3, Visual<br />
Information Management, Proceedings of the third IFIP 2.6 working<br />
conference on visual database systems. Conference: Lausanne,<br />
Switzerland, March 27-29 1995. London (Chapman & Hall) 1995.<br />
p. 3-14.<br />
[JoS 1991] Johnson, B., Shneiderman, B. (1991): Treemaps: a space-filling<br />
approach to the visualization of hierarchical information structures.<br />
Proc. of the 2nd International IEEE Visualization Conference (San<br />
Diego, Oct. 1991) 284-291. Also Sparks of Innovation in Human-<br />
Computer Interaction, Shneiderman, B., Ed., Ablex (June 1993)<br />
309-322. CS-TR-2657 , CAR-TR-552, SRC-92-62.<br />
URL: ftp://ftp.cs.umd.edu/pub/hcil/Reports-Abstracts-<br />
Bibliography/91-06html/91-06.html (April 2004)<br />
[Jul 1965] Julesz, B. (1965): Texture and visual perception. Scientific<br />
American, 212, 38-48.<br />
[Jul 1971] Julesz, B. (1971): Foundations of Cyclopean Perception. Chicago:<br />
University of Chicago Press.<br />
[Jul 1975] Julesz, B. (1975): Experiments in the visual perception of texture.<br />
Scientific American, 232, 34-43.<br />
245
[Jul 1981] Julesz, B. (1981): Figure and ground perception in briefly presented<br />
isodipole textures. In M. Kubovy and J.R. Pomerantz (Eds.),<br />
Perceptual Organization, pp. 119-139. Hillsdale, NJ: Lawrence<br />
Erlbaum.<br />
[Koh 1998] Kohonen, T. (1998): Self-organization of very large document<br />
collections: State of the art. In: Niklasson, Lars; Bodén, Mikael;<br />
Ziemke, Tom (Eds.): Proceedings of ICANN98, the 8th International<br />
Conference on Artificial Neural Networks. Conference: Skövde,<br />
Sweden, 1998 September 2-4 Springer (London) 1998. p. 65-74,<br />
vol. 1.<br />
[Kos 1994] Kosslyn, S.M. (1994): Elements of Graph Design. New York: W.H.<br />
Freeman.<br />
[Kos 1985] Kosslyn, S.M. (1985): Graphics and human information processing:<br />
A review of five books. Journal of the American Statistical<br />
Association, 80, 499-512.<br />
[Kra 1994] Kramer, G. (Ed.) (1994): Auditory Display: Sonification, Ausification<br />
and Auditory Interfaces. Reading: MA: Addison-Wesley.<br />
[KRM 2003] Klein P., Reiterer H., Müller, F., Limbach, T. (2003): Metadata<br />
Visualization with VisMeB. 2003 IV03, 7th Intenational Conference<br />
on Information Visualization.<br />
URL: http://hci.uni-konstanz.de/downloads/pk-hr-fm-tl_iv_2003.pdf<br />
(April 2004)<br />
[Kro 1995] Krohn, U. (1995): Visualization of navigation retrieval in virtual<br />
information spaces. In: CIKM 1995: Conference on Information and<br />
Knowledge Management. Workshop on New Paradigms in<br />
Information Visualization and Manipulation. Conference: Baltimore,<br />
MD, December 2 1995.<br />
http://www.cs.umbc.edu/~cikm/1995/npiv/uwe/paper.ps<br />
(April 2004)<br />
[Kru 1979] Krumhansl, C.L. (1979): The psychological representation of musical<br />
pitch in a tonal context. Cognitive Psychology, 11, 346-374.<br />
[Kry 1994] Krygier, J.B. (1994): Sound and Geographic Visualization. In Alan<br />
McEachren and D.R.F. Taylor (Eds.), Visualization in Modern<br />
Cartography, New York: Pergamon Press, 149-166.<br />
246
[LA 1994] Leung, Y.K.; Apperly, M.D. (1994): A review and taxonomy of<br />
distorsion-oriented presentation techniques. ACM Transactions on<br />
CHI, 1, 126-160.<br />
[Len 1974] Lenstra, J.K. (1974): Clustering a data array and the traveling<br />
salesman problem. Operations Research, 22, 413-414.<br />
[Lib 2004] Projekt-Homepage libViewer (2004)<br />
URL: http://www.ifs.tuwien.ac.at/~andi/somlib/libviewer.html<br />
(April 2004)<br />
[Lin 1998] Lin, X. (1998): “Information Visualization: Ten Years in Review”.<br />
URL: http://research.cis.drexel.edu/~xlin/presentations/iv.ppt<br />
(April 2004)<br />
[Ling 1973] Ling, R.F. (1973): A computer generated aid for cluster analysis.<br />
Communications of the ACM, 16, 355-361.<br />
[LS 1989] Lewandowsky, S.; Spence, I. (1989): Discriminating strata in<br />
scatterplots. Journal of the American Statistical Association, 84,<br />
682-688.<br />
[LRP 1995] Lamping, J.; Rao, R.; Pirolli, P. (1995): A Focus + Context<br />
Technique Based on Hyperbolic Geometry for Visualizing Large<br />
Hierarchies. ACM Conference on Human Factors in Computing<br />
Systems (CHI '95), Denver, Colorado.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/items/<br />
UIR-1995-04-Lamping-CHI95-FocusContext.pdf (April 2004)<br />
[LS 1991] Levine, M.W. ; Shefner, J.M. (1991): Fundamentals of Sensation<br />
and Perception (2nd ed.). Belmont, CA: Brooks/Cole.<br />
[LSp 1997] Lam, K.; Spence, R. (1997 ): Image Browsing – a space-time trade<br />
off. Proceedings INTERACT’97, pp. 611-612.<br />
[Mac 1995] MacEachren, A.M. (1995): How Maps Work. New York: The guilford<br />
Press.<br />
[Mal 1992] Maling, D.H. (1992): Coordinate Systems and Map Projections.<br />
Oxford: Pergamon Press.<br />
247
[Man 2002] Mann, T.M. (2002): Visualization of search results from the World<br />
Wide Web. (Dissertation, <strong>Universität</strong> <strong>Konstanz</strong>)<br />
URL: http://www.ub.uni-konstanz.de/kops/volltexte/2002/751/<br />
(April 2004)<br />
[Mar 1997] Marchionini, G. (1997): Information Seeking in Electronic<br />
Environments. Cambridge (Cambridge University Press) 1997.<br />
[MFS 1984] Mezrich, J.J.; Frysinger, S.; Slivjanovski, R. (1984): Dynamic<br />
representation of multivariate time series data. Journal of the<br />
American Statistical Association, 79, 34-40.<br />
[MIK 2003] Online-Sammlung für <strong>Visualisierung</strong>en (2003)<br />
URL: http://www.imv.is.ocha.ac.jp/~miky/ (November 2003)<br />
[ML 1997] Morse, E.L.; Lewis, M. (1997): Why Information Retrieval<br />
Visualizations Sometimes Fail. In: Proceedings of IEEE Conference<br />
on Systems Man and Cybernetics 1997<br />
http://www.itl.nist.gov/iaui/vvrg/emorse/papers/smc97.html<br />
(April 2004)<br />
[MR 2000] Mann, T.M.; Reiterer, H. (2000): Evaluation of Different<br />
Visualization of WWW Search Results. In: Tjoa, A Min; Wagner,<br />
Roland R.; Al-Zobaidie, Ala (Eds.): Proceedings 11th International<br />
Workshop on Database and Expert Systems Applications.<br />
Conference: Greenwich, London, United Kingdom, September 4-8<br />
2000. Los Alamitos, CA (IEEE Computer Society) 2000. p. 586-590.<br />
URL: http://hci.uni-konstanz.de/downloads/<br />
mann_reiterer_webvis00.pdf (April 2004)<br />
[MRCa 1991] Mackinlay, J.D.; Robertson, G.G.; Card, S.K. (1991): The<br />
Perspective Wall: Detail and Context Smoothly Integrated. In:<br />
Robertson, S. P.; Olson, G. M.; Olson, J. S. (Eds.): CHI 1991:<br />
Conference Proceedings Human Factors in Computing Systems.<br />
Conference: New Orleans, LA, April 27 - May 2 1991. New York<br />
(ACM Press) 1991. p. 173-179.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/items/UIR-1991-<br />
03-Mackinlay-CHI91-PerspectiveWall.pdf (April 2004)<br />
248
[MRC 1995] Mackinlay, J.D.; Rao, R.; Card, S.K. (1995): An organic user<br />
interface for searching citation links. In: Katz, Irvin R.; Mack, Robert<br />
L.; Marks, Linn et al. (Eds.): CHI 1995: Conference Proceedings<br />
Human Factors in Computing Systems. Conference: Denver, CO,<br />
May 7-11 1995. New York (ACM Press) 1995. p. 67-73.<br />
[MSW 1992] Mander, R.; Salomon, G.; Wong, Y.Y. (1992): ‚Pile’ metaphor for<br />
supporting casual organization of information. In: Bauersfeld, P.;<br />
Bennett, J.; Lynch, G. (Eds.): CHI 1992: Conference Proceedings<br />
Human Factors in Computing Systems. Conference: Monterey, CA,<br />
May 3-7 1992. New York (ACM Press) 1992. p. 627-634.<br />
[Nie 1998] Nielsen, J. (1998): Usability engineering. Boston, MA (AP<br />
Professional) 1998.<br />
[Nu 1991] Nonogaki, H.; Ueda, H. (1991): FRIEND21 project: A construction of<br />
21st century human interface. In: Robertson, S. P.; Olson, G. M.;<br />
Olson, J. S. (Eds.): CHI 1991: Conference Proceedings Human<br />
Factors in Computing Systems. Conference: New Orleans, LA, April<br />
27 - May 2 1991. New York (ACM Press) 1991. p. 407-414.<br />
[OB 1997] Olson, J.M.; Brewer C.A. (1997): An evaluation of color selections to<br />
accomodate map users with color-vision impairments. Annals of the<br />
association of American Geographers, 87, 103-134.<br />
[OLI 2003] On-line Library of Information Visualization Environments (OLIVE),<br />
University of Maryland (November 2003)<br />
URL: http://otal.umd.edu/Olive/ (15.09.03)<br />
[Pad 2004] Projekt-Homepage Pad++ (2004)<br />
URL: http://www.cs.umd.edu/hcil/pad++/ (April 2004)<br />
[Pej 1989] Pejtersen, A..M. (1989): A Library System for Information Retrieval<br />
Based on a Cognitive Task Analysis and Supported by an Icon-Based<br />
Interface. In: Belkin, Nicholas J.; van Rijsbergen, Cornelis J. (Eds.):<br />
SIGIR 1989: Proceedings of the 12th International Conference on<br />
Research and Development in Information Retrieval. Conference:<br />
Cambridge, MA, June 25-28 1989. New York (ACM Press) 1989. p.<br />
40-47.<br />
249
[PF 2003] Pirolli, P.; Fu, W.-T. (2003): SNIF-ACT: A model of information<br />
foraging on the world wide web. Ninth International Conference on<br />
User Modeling, Johnstown, PA.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/items/UIR-2003-<br />
02-Pirolli-UM-SNIFACT.pdf (April 2004)<br />
[PFR 2002] Pirolli, P.; Fu, W.-T.; Reeder, R.; Card, S. K. (2002): A User-Tracing<br />
Architecture for Modeling Interaction with the World Wide Web.<br />
Advanced Visual Interfaces, Trento, Italy.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/items/UIR-2002-<br />
07-Pirolli-AVI-UserTrace.pdf (April 2004)<br />
[PNN 2004] Homepage des Pacific Northwest National Laboratory (PNNL) (2004)<br />
URL: http://www.pnl.gov/infoviz/ (April 2004)<br />
[PR 1996] Pirolli, P.; Rao, R. (1996): Table Lens as a Tool for Making Sense of<br />
Data. Advanced Visual Interfaces Workshop, AVI '96, Gubbio, Italy.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/<br />
items/UIR-1996-06-Pirolli-AVI96-TableLens.pdf (April 2004)<br />
[RC 1994] Rao, R.; Card, S. (1994): The Table Lens: Merging Graphical<br />
and Symbolic Representations in an Interactive Focus +<br />
Context Visualization for Tabular Information. ACM<br />
Conference on Human Factors in Software (CHI '94), Boston,<br />
Massachusetts.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/<br />
items/UIR-1994-07-Rao-CHI94-TableLens.pdf (April 2004)<br />
[RCL 1998] Robertson, G.G.; Czerwinski, M.P.; Larson, K. et al. (1998):<br />
Data mountain: using spatial memory for document<br />
management. In: UIST 98: 11th ACM Symposium on User<br />
Interface Software and Technology New York (ACM Press)<br />
1998. p. 153-162.<br />
[RA 1990] Rogers, D.F.; Adams, J.A. (1990): Mathematical Elements for<br />
Computer Graphics (2 nd ed.). New York: McGraw-Hill.<br />
[RIS 1994] Resnick, P.; Iacovou, N.; Suchak, M. et al. (1994): GroupLens: An<br />
open architecture for collaborative filtering of netnews. In: CSCW<br />
94. Proceedings of the conference on Computer supported<br />
cooperative work New York (ACM press) 1994. p. 175-186.<br />
250
[RB 1999] Rauber, A.; Bina, H. (1999): A Metaphor Graphics Based<br />
Representation of Digital Libraries on the World Wide Web: Using<br />
the libViewer to Make Metadata Visible In: Cammelli, Antonio; Tjoa,<br />
A Min; Wagner, Roland R. (Eds.): Proceedings Tenth International<br />
Workshop on Database and Expert Systems Applications.<br />
Conference: Florence, Italy, September 1-3 1999. Los Alamitos, CA<br />
(IEEE Computer Society) 1999. p. 286-290.<br />
[RC 1994] Rao, R.; Card, S.K. (1994): The Table Lens. Merging graphical and<br />
symbolic representations in an interactive focus + context<br />
visualization for tabular information. In: Adelson, B.; Dumais, S.;<br />
Olson, J. S. (Eds.): CHI 1994: Conference Proceedings Human<br />
Factors in Computing Systems. Conference: Boston, MA, April 24-28<br />
1994. New York (ACM Press) 1994. p. 318-322.<br />
[RCM 1993] Robertson, G.G.; Card, S.K.; Mackinlay, J.D. (1993): Information<br />
Visualization Using 3-D Interactive Animation. In: Communications<br />
of the ACM, 36 (1993) 4, p. 56-71.<br />
[RCM 1993a] Robertson, G.G.; Card, S.K.; Mackinlay, J.D. (1993): Information<br />
Visualization Using 3-D Interactive Animation. In: Communications<br />
of the ACM, 36 (1993) 4, p. 56-71.<br />
[RM 1993] Robertson, G.G.; Mackinlay, J.D. (1993): The Document Lens. In:<br />
UIST 93: 6th ACM Symposium on User Interface Software and<br />
Technology. New York (ACM press) 1993. p. 101-108.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/items/UIR-1993-<br />
08-Robertson-UIST93-DocumentLens.pdf (April 2004)<br />
[RMC 1991] Robertson, G.G.; Mackinlay; J.D.; Card, S.K. (1991): Cone Trees:<br />
Animated 3D Visualizations of Hierarchical Information. ACM<br />
Conference on Human Factors in Computing Systems (CHI '91) 189-<br />
194.<br />
URL: http://www2.parc.com/istl/projects/uir/pubs/items/UIR-1991-<br />
06-Robertson-CHI91-Cone.pdf (April 2004)<br />
[RMO 1993] Rose, D.E.; Mander, R.; Oren, T. et al. (1993): Content Awareness<br />
in a File System Interface: Implementing the ‚Pile’ Metaphor for<br />
Organizing Information. In: Korfhage, Robert R.; Rasmussen, Edie<br />
M.; Willett, Peter (Eds.): SIGIR 1993: Proceedings of the 16th<br />
Annual International ACM-SIGIR Conference on Research and<br />
251
Development in Information Retrieval. Conference: Pittsburgh, PA,<br />
June 27 - July 1 1993. New York (ACM Press) 1993. p. 260-269.<br />
[SA 1982] Spence, R.; Apperley, M..D. (1982): Data base navigation: An office<br />
environment for the professional. In: Behavior and Information<br />
Technology, 1 (1982) 1, p. 43-54.<br />
[SB 1994] Sarkar, M.; Brown, M.H. (1994): Graphical fisheye views.<br />
Communications of the ACM, 37, 73-83.<br />
[SBG 1990] Smith, S.; Bergeron, R.; Grinstein, G. (1990): Stereophonic and<br />
Surface sound Generation for Exploratory Data Analysis. Human<br />
Factors in Computing Systems: CHI 85 Conference Proceedings.<br />
New York: ACM Press, 125-132.<br />
[SCB 1998] Swayne, D.F.; Cook, D.; Buja, A. (1998): Xgobi: Interactive<br />
dynamic data visualization in the X Window system. Journal of<br />
Computational and Graphical Statistics, 7, 113-130.<br />
[SCH 1975] Slagel, J.R.; Chang, C.L.; Heller, S.R. (1975): A clustering and data<br />
reorganization algorithm. IEEE Transactions on Systems, Man, and<br />
Cybernetics, 5, 125-128.<br />
[SFB 1994] Stone, M..C.; Fishkin, K.; Bier, E.A. (1994): The Movable Filter as a<br />
User Interface Tool. In: Adelson, B.; Dumais, S.; Olson, J. S. (Eds.):<br />
CHI 1994: Conference Proceedings Human Factors in Computing<br />
Systems. Conference: Boston, MA, April 24-28 1994. New York<br />
(ACM Press) 1994. p. 306-312.<br />
[She 1964] Shepard, R.N. (1964): Circularity in judgments of relative pitch. The<br />
Journal of the Acoustical Society of America, 36, 2346-2353.<br />
[Shn 1991] Shneiderman, Ben (1991): Visual User Interfaces for Information<br />
Exploration. In: Proceeding of the 4th Annual Meeting of The<br />
American Society for Information Sciences. Conference:<br />
Washington, DC, October 27-31 1991. p. 379-384.<br />
[Shn 1996] Shneiderman, B. (1996): The Eyes Have It: A Task by Data Type<br />
Taxonomy for Information Visualization. Proc. 1996 IEEE Conference<br />
on Visual Languages, Boulder, Colo. (Sept. 3-6, 1996), 336-343.<br />
[Shn 1998] Shneiderman, Ben (1998): Designing the User Interface. Strategies<br />
for Effective Human-Computer Interaction. 3rd edition Reading, MA<br />
(Addison-Wesley) 1998.<br />
252
[Shn 2001] Shneiderman, B. (2001): Supporting Creativity with Advanced<br />
nformation-Abundant User Interfaces. In Earnshaw, R., Guedj, R.,<br />
Van Dam, A., Vince J. (eds.), Human-Centred Computing, Online<br />
Communities, and Virtual Environments, Springer-Verlag, London<br />
(2001), 469-480.<br />
[SL 1991] Spence, I.; Lewandowsky, S. (1991): Displaying proportions and<br />
percentages. Applied Cognitive Psychology, 5, 61-77.<br />
[Sny 1989] Snyder, J.P. (1989): An album of map projections. US Geological<br />
Survey: Professional Paper 1453.<br />
[Spe 2001] Spence, R. (2001): Information Visualization. Harlow, ACM Press<br />
(Addison-Wesley) 2001.<br />
[Stu 1998] Stubblefield, W.A. (1998): Patterns of change in design metaphor -<br />
a case study. In: Karat, Clare-Marie; Karat, John; Horrocks, Ian<br />
(Eds.): CHI 1998: Conference Proceedings Human Factors in<br />
Computing Systems. Conference: Los Angeles, CA, April 21-23<br />
1998. New York (Addison-Wesley) 1998. p. 73-80.<br />
[Tra 1991] Travis, D. (1991): Effective Color Displays: Theory and Practice.<br />
New York: Academic Press.<br />
[TS 1992] Tesler, J.D.; Strasnick, S..L. (1992): FSN: The 3D File System<br />
Navigator. FSN (pronounced fusion) 3D File System Navigator for<br />
IRIX developped 1992 by Joel D. Tesler and Steven L. Strasnick<br />
from Silicon Graphics, Inc. Available via anonymous ftp at<br />
ftp.sgi.com/~ftp/sgi/fsn (April 2004).;<br />
http://www.sgi.com/fun/freeware/3d_navigator.html (April 2004)<br />
[TSD 1996] Tweedie, L.; Spence, R.; Dawkes, H.; Su, H. (1996): Externalising<br />
Abstract Mathematical Models. CHI 96 Electronic Proceedings.<br />
URL: http://www.acm.org/sigs/sigchi/chi96/proceedings/papers/<br />
Tweedie/lt1txt.htm (April 2004)<br />
[Tuf 1983] Tufte, E.R. (1983): The Visual Display of Quanititive Information.<br />
Cheshire, CT (Graphics Press) 1983.<br />
[Tuf 1990] Tufte, E.R. (1990): Envisioning Information. Cheshire, CT (Graphics<br />
Press) 1990.<br />
[Tuf 1997] Tufte, E.R. (1997): Visual Explanations. Cheshire, CT (Graphics<br />
Press) 1997.<br />
253
[Tuk 1974] Tukey, J.W. (1974): Mathematics and the picturing of data.<br />
Proceedings of the InternationalCongress of Mathematicians.<br />
Vancouver: BC., pp.523-531.<br />
[Tuk 1977] Tukey, J.W. (1977): Exploratory Data Analysis. Reading, MA:<br />
Addison-Wesley.<br />
[Wai 1997] Wainer, H. (1979): Visual Relevations: Graphical Tales of Fate and<br />
Deception from Napoleon Bonaparte to Ross Perot. New York:<br />
Springer-Verlag.<br />
[War 1999] Ware, C. (1999): Information Visualization. Perception for Design.<br />
San Francisco, CA (Morgan Kaufmann) 1999.<br />
[Weg 1990] Wegmann, E.J. (1990): Hyperdimensional data analysis using<br />
parallel coordinates. Journal of the American Statistical Association,<br />
85, 664-675.<br />
[Wil 1979] Wilkinson, L. (1979): Permuting a matrix to a simple pattern.<br />
Proceedings of the Statistical Computing Section of the American<br />
Statistical Association, 409-412.<br />
[Wil 1999] Wilkinson, L. (1999): The Grammar of Graphics. New York:<br />
Springer, 1999.<br />
[Wis 1999] Wise, J.A. (1999): The Ecological Approach to Text Visualization. In:<br />
Journal of the American Society for Information Science (JASIS), 50<br />
(1999) 13, p. 1224-1233.<br />
[WTP 1995] Wise, J.A.; Thomas, J.J.; Pennock, K. et al. (1995): Visualizing the<br />
Nonvisual: Spatial Analysis and Interaction with Information from<br />
Text Documents. In: Gershon, Nahum; Eick, Stephen G. (Eds.):<br />
Proceedings of IEEE Information Visualization 1995. Conference:<br />
Atlanta, GA, October 30-31 1995. Los Alamitos, CA (IEEE Computer<br />
Soc. Press) 1995. p. 51-58.<br />
[YHM 1997] Yamaguchi, T.; Hosomi, I.; Miyashita, T. (1997): WebStage: An<br />
Active Media Enhanced World Wide Web Browser In: CHI 1997:<br />
Conference Proceedings Human Factors in Computing Systems.<br />
Conference: Atlanta, GA, March 22-27 1997. New York (ACM Press)<br />
1997. p. 391-398.<br />
254
[YS 1993] Young, D.; Shneiderman, B. (1993): A graphical filter / flow model<br />
for Boolean queries: An implementation and experiment. In: Journal<br />
of the American Society for Information Science (JASIS), 44 (1993)<br />
6, p. 327-339.<br />
255